Inferring resource selection and utilization distributions from irregular and error-prone animal tracking data

Technische Samenvatting: Afleiden van hulpbronselectie en utilisatieverdelingen uit onregelmatige en foutgevoelige dierensporingsgegevens

Probleemstelling
Het begrijpen van de distributie van dieren en het informeren van conservatiestrategieën is afhankelijk van het nauwkeurig kwantificeren van habitatselectie en het afleiden van utilisatieverdelingen (UD's) uit telemetriegegevens. Traditionele methoden, zoals Resource Selection Functions (RSF's) en Step-Selection Functions (SSF's), gaan vaak uit van regelmatige bemonsteringsintervallen en verwaarloosbare meetfouten. Deze aannames worden frequent geschonden in mariene systemen waar gegevens worden verzameld via Argos- of Fastloc GPS-systemen, die gekenmerkt worden door onregelmatige bemonsteringsintervallen en aanzienlijke locatieonzekerheid.

De huidige praktijk maakt doorgaans gebruik van een "twee-stappen"-benadering: eerst worden ruwe gegevens gefilterd om meetfouten te corrigeren en ontbrekende waarden te imputeren (vaak met behulp van state-space modellen zoals correlated random walks), en ten tweede worden habitatselectiemodellen toegepast op de gecorrigeerde locaties. Deze ontkoppelde procedure faalt in het propageren van onzekerheid van de filteringsfase naar de ecologische inferentie, wat potentieel leidt tot vertekende schattingen van habitatselectieparameters en onnauwkeurige UD's. Bovendien hebben standaard habitat-gestuurde Langevin-diffusiemodellen, die een continu-tijd raamwerk bieden voor het koppelen van lokale bewegingsbeslissingen aan grootschalig ruimtegebruik, historisch gezien moeite gehad met het incorporeren van meetfouten wanneer habitatcovariaten afhankelijk zijn van niet-geobserveerde ware locaties.

Methodologie
De auteurs stellen een verenigd, enkelvoudig raamwerk voor dat een habitat-gestuurd Langevin-diffusiemodel integreert met een state-space formulering om zowel meetfouten als temporele onregelmatigheid gelijktijdig aan te pakken.

1. Langevin Bewegingsmodel: Het bewegingsproces van het dier wordt gemodelleerd als een ondergedempte Langevin-diffusieproces. De stationaire verdeling van het locatieproces, $\pi$, wordt gedefinieerd als een Resource Selection Function (RSF) die afhankelijk is van ruimtelijke covariaten. Dit zorgt ervoor dat de langetermijn-utilisatieverdeling (UD) strikt proportioneel is aan de RSF. De dynamiek wordt beheerst door stochastische differentiaalvergelijkingen (SDE's) bestaande uit een wrijvingsterm, Brownse ruis en een omgevingsdrift gedreven door de gradiënt van het log-potentiaaloppervlak ($\nabla \log \pi$).
2. Meetfoutmodel: De geobserveerde locaties worden behandeld als ruisige realisaties van de ware latente locaties, gemodelleerd via een Gaussisch observatieproces. Voor Argos-data wordt de foutcovariantie afgeleid van de meegeleverde foutellipsen; voor Fastloc GPS wordt een circulaire foutaanname gebruikt.
3. Inferentie via Laplace-benadering en TMB: De kernuitdaging is dat de habitatcovariaten functies zijn van de niet-geobserveerde ware locaties (latente variabelen). Om dit aan te pakken, maken de auteurs gebruik van het Template Model Builder (TMB) raamwerk. Ze gebruiken de Laplace-benadering om te integreren over de hoogdimensionale ruimte van latente ware locaties en snelheden. Cruciaal is dat deze implementatie covariaatwaarden extraheert en gradiënten berekent uit rastergegevens tijdens het optimalisatieproces, waardoor het model rekening kan houden met de onzekerheid van covariaten die afhankelijk zijn van latente variabelen. Dit maakt efficiënte maximum likelihood-schatting (MLE) mogelijk via automatische differentiatie.
4. Ruimtelijke beperkingen (Narwal Casestudy): Bij de toepassing op narwalgegevens hebben de auteurs ruimtelijke beperkingen direct in de likelihood opgenomen via straftermen. Er wordt een straf toegepast op de gekwadrateerde afstand van latente locaties tot het water om te voorkomen dat het model locaties op land schat, terwijl aanvullende straffen op snelheid en foutschaling zorgen voor biologische realiteitszin.

Belangrijkste Bijdragen

• Verenigd Raamwerk: Het artikel presenteert de eerste TMB-implementatie van een state-space model dat in staat is om covariaten te verwerken die afhankelijk zijn van latente variabelen. Dit maakt de gelijktijdige schatting van bewegingsparameters, habitatselectiecoëfficiënten en ware trajecten mogelijk zonder de foutcorrectie van de ecologische inferentie te ontkoppelen.
• Computationele Efficiëntie: Door de Laplace-benadering te combineren met automatische differentiatie in TMB, bereikt de methode snelle en schaalbare maximum likelihood-inferentie, wat het mogelijk maakt om complexe modellen te fitten aan grote datasets (bijv. 25.000 observaties per simulatierun) waar sampling-gebaseerde benaderingen (zoals MCMC) computationeel onhaalbaar zouden zijn.
• Open Source Implementatie: De auteurs bieden een open-source R-package (langevinSSM) voor het simuleren en fitten van het model, wat reproduceerbaarheid en adoptie binnen de bewegingsecologie-gemeenschap vergemakkelijkt.

Resultaten

• Simulatiestudie: De Langevin SSM presteerde consequent beter dan de traditionele twee-stappenmethode.
  • Reductie van Bias: De twee-stappenmethode onderschatte systematisch de sterkte van de habitatselectie, met schattingen die zelfs bij lage meetfouten naar nul neigden. In contrast herstelde de Langevin SSM de teken en grootte van de selectieparameters met aanzienlijk minder bias, zelfs bij 50% meetfout en hoge niveaus van ontbrekende data.
  • Dekking: De twee-stappenmethode slaagde er niet in om geldige betrouwbaarheidsintervallen (0% dekking) te bieden voor selectieparameters onder matige tot hoge fouten, terwijl de Langevin SSM een dekking tussen 85% en 97% handhaafde.
  • Trajectherstel: De Langevin SSM herstelde trajecten die bijna identiek waren aan de ware gesimuleerde paden, terwijl de twee-stappenmethode significante ruis behield.
    and Utilisatieverdeling: De Langevin SSM behield de ware UD (hoge Bhattacharyya-affiniteit), terwijl de twee-stappenmethode vertekende UD's produceerde.
• Narwal Casestudy: Toegepast op narwaltelemetriegegevens in Qikiqtaaluk, Canada:
  • Habitatselectie: De verenigde benadering identificeerde een sterke voorkeur voor diep water (geschatte coëfficiënt $\hat{\beta}_1 = -3.1$), terwijl de twee-stappenmethode een veel zwakkere, gedempte signaal opleverde ($\hat{\beta}_1 = -1.1$).
  • Parameterstabiliteit: De twee-stappenmethode produceerde onwaarschijnlijk hoge schattingen voor snelheid en persistentieparameters (bijv. snelheidsschattingen die 522.420 km/u bereikten), wat duidt op instabiliteit. De Langevin SSM produceerde biologisch plausibele schattingen die consistent zijn met bekend narwalgedrag.
  • Ruimtelijke Correctie: Het verenigde model slaagde erin een aanzienlijk aantal ruwe "land"-locaties in het water te duwen via zijn strafstructuur, terwijl de twee-stappenmethode alle foutieve landpunten behield.

Betekenis en Claims
De auteurs beweren dat hun aanpak fundamentele uitdagingen in de bewegingsecologie aanpakt met betrekking tot meetfouten en temporele onregelmatigheid. Door de filtering en de inferentiestappen te verenigen, voorkomt de methode de inherente attenuatiebias van twee-stappenprocedures, wat leidt tot nauwkeurigere schattingen van habitatselectie en utilisatieverdelingen. Het artikel stelt dat dit raamwerk toepasbaar is op een breed scala aan taxa en omgevingen, met name in mariene systemen waar de kwaliteit van gegevens vaak problematisch is. De auteurs merken op dat hoewel de methode een lineaire relatie tussen covariaten en selectie (en stationariteit) veronderstelt, het een computationeel efficiënt en flexibel fundament biedt voor toekomstige uitbreidingen, zoals tijdvariërende covariaten of complexere discretisatieschema's om grote observatiekloven aan te pakken. De studie benadrukt dat het gezamenlijk schatten van beweging en habitatselectie inherent superieur is aan het ontkoppelen ervan, aangezien habitatselectie de bewegingsdynamiek fundamenteel beïnvloedt.