考虑物种辨识误差的丰富度估计

由于样本量小或物种辨识误差，对感兴趣区域的丰富度估计一直是一项具有挑战性的统计工作。在文献中，大多数丰富度估计量仅用于解决有限大小样本造成的低估问题。然而，物种辨识误差几乎出现在每次物种调查中，并严重降低了观测丰富度、单例丰富度和双例丰富度的准确性，进而影响丰富度估计量的表现。因此，为估计真实丰富度，在处理丰富度估计工作之前，应修正由物种辨识误差导致的偏倚收集数据。在本文中，我们提出了一种新方法来校正由物种辨识误差引起的丰富度估计偏倚。首先，利用调查者从子样方获得的物种清单来估计物种辨识误差率。然后，我们可以校正来自感兴趣区域的原始抽样数据的偏倚观测丰富度、单例丰富度和双例丰富度。最后，文献中提出的丰富度估计量可基于调整后的观测数据给出更正确的估计。为研究所提方法的表现，我们通过从不同物种模型以不同物种辨识误差率生成数据集进行了模拟。为说明目的，提供了真实数据以展示我们所提方法。在台湾北部 Soft Bridge 县的有机农田中调查了一个存在/缺失杂草物种。