Population size estimation when multiple samples carrying the risk of misidentification are taken within the same capture occasion from the same individual

Diese Studie entwickelt ein erweitertes latentes Multinomial-Modell unter Verwendung einer Poisson-Verteilung, um Populationsgrößen bei nicht-invasiven DNA-Stichproben präzise zu schätzen, indem sie sowohl Mehrfachentnahmen desselben Individuums als auch das Risiko von Fehlidentifikationen berücksichtigt und damit Verzerrungen vermeidet.

Das Wesentliche

Stell dir vor, du versuchst herauszufinden, wie viele Besucher in einem großen, dunklen Wald sind. Da du sie nicht direkt sehen kannst, sammelst du ihre „Fingerabdrücke" – zum Beispiel Haare oder Kotproben. Das ist wie bei einer Detektivarbeit, bei der du Spuren suchst, um die Anzahl der Tiere zu schätzen.

Das Problem ist jedoch: Manchmal ist die Spur so unklar, dass du denkst, es wären zwei verschiedene Tiere, obwohl es nur eines war. Oder im Gegenteil: Du fängst ein Tier, sammelst eine Probe, und dann sammelst du noch eine zweite Probe vom gleichen Tier, weil es einfach herumliegt. Wenn du diese zweite Probe fälschlicherweise als ein neues Tier zählst, denkst du, es gäbe mehr Tiere im Wald, als es wirklich gibt. Das nennt man „Fehlklassifizierung".

Das alte Problem:
Bisherige Methoden für solche Zählungen gingen davon aus, dass man von jedem Tier nur eine Spur pro Tag findet. Das ist aber in der Realität oft falsch. Stell dir vor, ein Otter legt auf seinem Weg fünf Kotproben ab. Wenn du alle fünf einsammelst und denkst, das seien fünf verschiedene Otter, ist deine Zählung völlig falsch. Die alten Modelle konnten mit diesem „Mehr-fach-Einsammeln" nicht umgehen und lieferten verzerrte Ergebnisse.

Die neue Lösung (wie ein cleverer Zaubertrick):
Die Autoren dieses Papiers haben eine neue Methode entwickelt, die wie ein smarter Filter funktioniert. Sie nutzen ein mathematisches Werkzeug (eine Art „Poisson-Verteilung", die man sich wie einen Regenschirm vorstellen kann, der die Wahrscheinlichkeit misst, wie oft ein Tier Spuren hinterlässt).

Statt zu fragen: „Ist das Tier A oder Tier B?", fragt das neue Modell: „Wie wahrscheinlich ist es, dass wir von einem einzigen Tier mehrere Spuren finden?" Es unterscheidet also zwischen:

1. Echtem Zufall: Wir haben das gleiche Tier zweimal gesehen.
2. Fehler: Wir dachten, es wären zwei Tiere, weil die Spuren ähnlich waren.

Was haben sie herausgefunden?
Sie haben das Modell getestet, indem sie Simulationen durchführten – so wie ein Koch, der ein neues Rezept zuerst in der Küche probiert, bevor er es serviert.

• Wenn es genug Spuren gibt: Wenn die Tiere aktiv sind und viele Spuren hinterlassen (z. B. mindestens 0,36 Spuren pro Tier pro Tag), funktioniert der „Zaubertrick" perfekt. Die Zählung ist dann genau.
• Wenn es zu wenige Spuren gibt: Wenn die Tiere sehr scheu sind und kaum Spuren hinterlassen (nur 0,11 Spuren), gerät das Modell ins Wanken und zählt zu wenig Tiere. Es ist wie ein Netz mit zu großen Maschen: Die kleinen Fische (die seltenen Spuren) fallen hindurch.

Das echte Beispiel:
Um zu beweisen, dass ihre Methode funktioniert, haben sie echte Daten von Fischottern in Europa getestet. Die alten Methoden hätten hier die Otterpopulation falsch eingeschätzt. Mit ihrer neuen Methode konnten sie jedoch bestätigen: „Ja, hier gab es Verwechslungen, aber jetzt wissen wir genau, wie viele Otter wirklich da sind."

Fazit in einem Satz:
Diese Forscher haben eine neue Art von „Zählmethode" erfunden, die nicht verwirrt wird, wenn ein Tier mehrere Spuren hinterlässt oder wenn Spuren schlecht lesbar sind – und so hilft sie uns, die wahre Anzahl der Tiere in der Wildnis genau zu bestimmen, ohne sie zu über- oder unterbewerten.

Technische Zusammenfassung

Technische Zusammenfassung: Populationsgrößenabschätzung bei Mehrfachproben und Fehlklassifizierung

1. Problemstellung

Die nicht-invasive Probennahme (z. B. über DNA aus Kotproben) hat sich in der Capture-Recapture-Forschung (CR) als Standardmethode etabliert. Ein zentrales Problem dieser Methode ist das Risiko der Fehlklassifizierung (Misidentification) von Individuen, was bei Ignorierung zu einer systematischen Überschätzung der Populationsgröße führt.

Zwar existieren bereits statistische Modelle zur Korrektur von Fehlklassifizierungen, diese basieren jedoch auf einer kritischen und oft unrealistischen Annahme: Sie gehen davon aus, dass pro Individuum und pro Fangzeitpunkt (Occasion) nur eine einzige Probe gesammelt werden kann. In der Praxis, insbesondere bei der DNA-Analyse von Kotproben, werden jedoch häufig mehrere Proben desselben Individuums innerhalb desselben Fangzeitpunkts gewonnen. Die aktuellen Modelle berücksichtigen diese wiederholten Beobachtungen nicht, was zu verzerrten (biased) Schätzungen der Populationsgröße führt.

2. Methodik

Die Autoren entwickeln einen neuen statistischen Ansatz, der das Latente Multinomial-Modell (LMM) von Link et al. (2010) erweitert.

• Modellerweiterung: Um die Mehrfachproben pro Individuum pro Zeitpunkt zu modellieren, wird eine Poisson-Verteilung eingeführt. Diese modelliert die Anzahl der Proben ($k$), die von einem einzelnen Individuum in einem gegebenen Fangzeitpunkt stammen.
• Parametrisierung: Der Erwartungswert dieser Poisson-Verteilung wird mit $\lambda$ bezeichnet, was die erwartete Anzahl der Proben pro Individuum pro Zeitpunkt darstellt.
• Validierung:
  1. Simulationen: Es wurden umfangreiche Simulationen durchgeführt, um die Leistungsfähigkeit des neuen Modells unter verschiedenen Bedingungen (Anzahl der Fangzeitpunkte, Werte für $\lambda$) zu testen.
  2. Anwendungsfall: Das Modell wurde auf einen realen Datensatz mit Kotproben des Europäischen Fischotters (Lutra lutra) angewendet (basierend auf Daten von Lampa et al., 2015), um Fehlklassifizierungen und Populationsgrößen zu schätzen.

3. Wichtige Beiträge

• Theoretischer Fortschritt: Überwindung der Einschränkung bestehender Modelle, die nur eine Probe pro Zeitpunkt zulassen. Die Integration der Poisson-Verteilung ermöglicht eine realistischere Abbildung von Feldstudien, bei denen mehrere Proben pro Individuum anfallen.
• Entwicklung eines Poisson-basierten LMM: Ein neuer Modellrahmen, der sowohl Fehlklassifizierungen als auch wiederholte Beobachtungen desselben Individuums gleichzeitig berücksichtigt.
• Quantifizierung der Verzerrung: Identifikation kritischer Schwellenwerte für $\lambda$, unterhalb derer das Modell versagt.

4. Ergebnisse

Die Simulationen und die Anwendung auf den Otter-Datensatz lieferten folgende Erkenntnisse:

• Unverzerrte Schätzung: Das Modell liefert unverzerrte Schätzungen der Populationsgröße, wenn der Erwartungswert der Proben pro Individuum ($\lambda$) ausreichend hoch ist.
  • Bei 5 Fangzeitpunkten ist eine Schätzung zuverlässig, wenn $\lambda \geq 0,36$.
  • Bei 7 oder mehr Fangzeitpunkten reicht bereits $\lambda \geq 0,23$ aus.
• Unterschätzung bei niedrigen Werten: Wenn $\lambda$ zu niedrig ist (z. B. $\lambda = 0,11$), wird die Populationsgröße systematisch unterschätzt. Dieser Wert entspricht einer Situation, in der nur ein kleiner Teil der Individuen (ca. 42–62 %, je nach Anzahl der Zeitpunkte) detektiert wird.
• Anwendung auf Otter: Die Anwendung auf den Otter-Datensatz bestätigte die Existenz von Fehlklassifizierungen im Datensatz, was den Erwartungen der ursprünglichen Autoren entsprach. Das neue Modell konnte diese Fehler korrigieren und eine präzisere Populationsgröße liefern.

5. Bedeutung und Fazit

Die Studie zeigt, dass wiederholte Beobachtungen desselben Individuums innerhalb eines Fangzeitpunkts modelliert werden können, ohne die Schätzgenauigkeit zu beeinträchtigen – vorausgesetzt, die Stichprobendichte ($\lambda$) ist hoch genug.

Die Bedeutung dieser Arbeit liegt darin, dass sie ein notwendiges Werkzeug für die genaue Populationsabschätzung bei nicht-invasiven Monitoring-Programmen bereitstellt. Ohne dieses Modell würden Studien, die auf DNA-Proben basieren und mehrere Proben pro Zeitpunkt sammeln, entweder die Populationsgröße falsch einschätzen (durch Ignorieren von Mehrfachproben) oder die Unsicherheit durch Fehlklassifizierung nicht korrekt abbilden. Das vorgestellte Poisson-Modell stellt somit einen wesentlichen Schritt zur Verbesserung der Zuverlässigkeit von CR-Studien dar.