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

Resumo Técnico: Inferência de Distribuições de Seleção de Recursos e Utilização a partir de Dados de Rastreamento Animal Irregulares e Propensos a Erros

Definição do Problema
Compreender a distribuição animal e informar estratégias de conservação depende da quantificação precisa da seleção de habitat e da derivação de distribuições de utilização (UDs) a partir de dados de telemetria. Métodos tradicionais, como Funções de Seleção de Recursos (RSFs) e Funções de Seleção de Passos (SSFs), frequentemente assumem intervalos de amostragem regulares e erro de medição desprezível. Essas suposições são frequentemente violadas em sistemas marinhos, onde os dados são coletados via sistemas Argos ou Fastloc GPS, que se caracterizam por intervalos de amostragem irregulares e incerteza significativa de localização.

A prática atual tipicamente emprega uma abordagem de "duas etapas": primeiro, filtra os dados brutos para corrigir o erro de medição e imputar valores ausentes (frequentemente usando modelos de espaço de estados como caminhadas aleatórias correlacionadas) e, segundo, ajusta modelos de seleção de habitat às localizações corrigidas. Este procedimento desacoplado falha em propagar a incerteza da etapa de filtragem para a inferência ecológica, podendo gerar estimativas enviesadas dos parâmetros de seleção de habitat e UDs imprecisas. Além disso, modelos de difusão de Langevin orientados pelo habitat, que oferecem uma estrutura de tempo contínuo para ligar decisões de movimento local ao uso do espaço em larga escala, historicamente tiveram dificuldade em incorporar o erro de medição quando as covariáveis de habitat dependem de localizações verdadeiras não observadas.

Metodologia
Os autores propõem uma estrutura unificada de estágio único que integra um modelo de difusão de Langevin orientado pelo habitat com uma formulação de espaço de estados para lidar simultaneamente com o erro de medição e a irregularidade temporal.

1. Modelo de Movimento de Langevin: O movimento do animal é modelado como um processo de difusão de Langevin subamortecido. A distribuição estacionária do processo de localização, $\pi$, é definida como uma Função de Seleção de Recursos (RSF) dependente de covariáveis espaciais. Isso garante que a Distribuição de Utilização (UD) de longo prazo seja estritamente proporcional à RSF. A dinâmica é governada por equações diferenciais estocásticas (SDEs) envolvendo um termo de fricção, ruído Browniano e um drift ambiental impulsionado pelo gradiente da superfície de potencial logarítmico ($\nabla \log \pi$).
2. Modelo de Erro de Medição: As localizações observadas são tratadas como realizações ruidosas das localizações verdadeiras latentes, modeladas via um processo de observação Gaussiano. Para dados Argos, a covariância do erro é derivada das elipses de erro fornecidas; para Fastloc GPS, utiliza-se uma suposição de erro circular.
3. Inferência via Aproximação de Laplace e TMB: O desafio central é que as covariáveis de habitat são funções das localizações verdadeiras latentes (variáveis latentes). Para abordar isso, os autores utilizam o framework Template Model Builder (TMB). Eles empregam a aproximação de Laplace para integrar sobre o espaço de alta dimensão das localizações e velocidades verdadeiras latentes. Crucialmente, esta implementação extrai valores de covariáveis e calcula gradientes de dados raster durante o processo de otimização, permitindo que o modelo contabilize a incerteza da covariável dependente de variáveis latentes. Isso possibilita a estimativa de máxima verossimilhança (MLE) eficiente através de diferenciação automática.
4. Restrições Espaciais (Estudo de Caso de Narval): Na aplicação aos dados de narvais, os autores incorporam restrições espaciais diretamente na verossimilhança via termos de penalidade. Uma penalidade é aplicada à distância ao quadrado das localizações latentes em relação à água para evitar que o modelo estime localizações em terra, enquanto penalidades adicionais em parâmetros de velocidade e escala de erro garantem o realismo biológico.

Principais Contribuições

• Estrutura Unificada: O artigo apresenta a primeira implementação em TMB de um modelo de espaço de estado capaz de lidar com covariáveis que dependem de variáveis latentes. Isso permite a estimativa simultânea de parâmetros de movimento, coeficientes de seleção de habitat e trajetórias verdadeiras sem desacoplar a correção de erro da inferência ecológica.
• Eficiência Computacional: Ao combinar a aproximação de Laplace com a diferenciação automática no TMB, o método alcança uma inferência de máxima verossimilhança rápida e escalável, tornando viável o ajuste de modelos complexos a grandes conjuntos de dados (ex: 25.000 observações por execução de simulação) onde abordagens baseadas em amostragem (como MCMC) seriam computacionalmente proibitivas.
• Implementação de Código Aberto: Os autores fornecem um pacote R de código aberto (langevinSSM) para simular e ajustar o modelo, facilitando a reprodutibilidade e a adoção pela comunidade de ecologia do movimento.

Resultados

• Estudo de Simulação: O Langevin SSM superou consistentemente o método tradicional de duas etapas.
  • Redução de Viés: O método de duas etapas subestimou sistematicamente a força da seleção de habitat, com estimativas enviesadas para zero mesmo sob baixo erro de medição. Em contraste, o Langevin SSM recuperou o sinal e a magnitude dos parâmetros de seleção com substancialmente menos viés, mesmo sob 50% de erro de medição e altos níveis de dados ausentes.
  • Cobertura: O método de duas etapas falhou em fornecer intervalos de confiança válidos (0% de cobertura) para parâmetros de seleção sob erro moderado a alto, enquanto o Langevin SSM manteve cobertura entre 8 de 85% e 97%.
  • Recuperação de Trajetória: O Langevin SSM recuperou trajetórias quase idênticas aos caminhos simulados verdadeiros, enquanto o método de duas etapas reteve ruído significativo.
  • Distribuição de Utilização: O Langevin SSM preservou a verdadeira UD (alta afinidade de Bhattacharyya), enquanto o método de duas etapas produziu UDs distorcidas.
• Estudo de Caso de Narval: Aplicado a dados de telemetria de narvais em Qikiqtaaluk, Canadá:
  • Seleção de Habitat: A abordagem unificada identificou uma forte preferência por águas profundas (coeficiente estimado $\hat{\beta}_1 = -3,1$), enquanto o método de duas etapas gerou um sinal muito mais fraco e atenuado ($\hat{\beta}_1 = -1,1$).
  • Estabilidade de Parâmetros: O método de duas etapas produziu estimativas implausivelmente altas para parâmetros de velocidade e persistência (ex: estimativas de velocidade atingindo 522.420 km/h), indicando instabilidade. O Langevin SSM produziu estimativas biologicamente plausíveis consistentes com o comportamento conhecido dos narvais.
  • Correção Espacial: O modelo unificado conseguiu empurrar um número substancial de localizações "em terra" brutas para a água através de sua estrutura de penalidade, enquanto o método de duas etapas reteve todos os pontos errôneos em terra.

Significância e Alegações
Os autores afirmam que sua abordagem aborda desafios de longa data na ecologia do movimento relativos ao erro de medição e à irregularidade temporal. Ao unificar as etapas de filtragem e inferência, o método evita o viés de atenuação inerente aos procedimentos de duas etapas, levando a estimativas mais precisas de seleção de habitat e distribuições de utilização. O artigo afirma que este framework é aplicável a uma ampla gama de táxons e ambientes, particularmente em sistemas marinhos onde a qualidade dos dados é frequentemente comprometida. Os autores observam que, embora o método assuma uma relação linear entre covariáveis e seleção (e estacionariedade), ele fornece uma base computacionalmente eficiente e flexível para extensões futuras, como covariáveis variantes no tempo ou esquemas de discretização mais complexos para lidar com grandes lacunas de observação. O estudo enfatiza que estimar conjuntamente o movimento e a seleção de habitat é inerentemente superior a desacoplá-los, pois a seleção de habitat influencia fundamentalmente a dinâmica do movimento.