spOccupancy：一个用于单物种、多物种和集成空间占据模型的 R 包

占据模型是评估物种时空分布格局的常用方法，同时能显式处理检测-未检测数据中常见的测量误差。基础单物种占据模型已有大量扩展，以应对动态变化、多物种或状态、相互作用、假阳性误差、自相关，以及集成多数据源。然而，用于在大样本上拟合空间模型的专门且计算高效的软件开发稀缺甚至缺失。我们介绍了 spOccupancy R 包，旨在拟合单物种、多物种和集成的显式空间占据模型。基于贝叶斯框架，我们利用 Pólya-Gamma 数据增强和最近邻高斯过程，确保模型对潜在海量数据集计算高效。spOccupancy 提供用户友好的函数用于数据模拟、模型拟合、模型验证（通过 posterior predictive checks）、模型比较（使用信息准则和 k 折交叉验证）以及样本外预测。我们通过一个 vignette、模拟数据分析以及两个鸟类案例研究展示该包的功能，其中我们估计了黑喉绿林莺（Setophaga virens）在美国东部的出现情况，以及美国新罕布什尔州 Hubbard Brook 实验林中食叶鸟类群落的物种丰富度。spOccupancy 包提供了一种用户友好的方法来拟合多种单物种和多物种占据模型，使得即便对于大型数据集，也能轻松处理物种分布模型中的检测偏差和空间自相关。