📊 statistics

Population Density Estimators for Right-Censored Distance Sampling

本研究针对截断搜索半径导致的右删失数据，在完全空间随机和空间聚集两种核心框架下系统构建了矩估计与最大似然估计方法，并通过模拟与实证验证了基于负二项分布的最大似然估计在精度与稳健性上显著优于其他竞争方法。

原作者： Wenzhe Huang, Guochun Shen, Dingliang Xing, Jiangyan Zhao

发布于 2026-03-10

📖 1 分钟阅读☕ 轻松阅读

原作者： Wenzhe Huang, Guochun Shen, Dingliang Xing, Jiangyan Zhao

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

这篇论文就像是在教生态学家如何**“在迷雾中数树”，而且还要解决两个大麻烦：树长得太挤和视线被挡住了**。

为了让你轻松理解，我们可以把森林想象成一个巨大的**“寻宝游戏”，而生态学家就是“寻宝猎人”**。

1. 游戏的基本规则：点中心四分法 (PCQM)

想象你站在森林里的一个点上，像切披萨一样把周围分成四个扇形（四个象限）。

任务：在每个扇形里，找到离你最近的树（或者第 2 近、第 3 近的树），并量出距离。
目的：通过测量这些距离，推算出整片森林里到底有多少棵树（种群密度）。
传统做法：以前大家假设树是**“随机乱长”**的（像撒豆子一样均匀），用简单的数学公式就能算出来。

2. 遇到的两个大麻烦

麻烦一：树长得太“抱团”了 (空间聚集)

在现实森林里，树很少像撒豆子那样均匀。它们喜欢**“扎堆”**（比如因为种子掉在妈妈树旁边，或者某块地特别肥沃）。

比喻：想象人群在广场上。如果是“随机分布”，大家散开站着；如果是“聚集分布”，大家可能三五成群地围在一起聊天。
后果：如果你还用“撒豆子”的公式去算“抱团”的树，你会严重低估树的数量。因为你站在一个空地上，周围全是树，你会觉得“哇，树真多”，但如果你站在树群里，周围全是树，你会觉得“树真密”，但公式没考虑到这种“扎堆”效应，算出来的总数就偏少了。

麻烦二：视线被挡住了 (右截尾/右删失)

这是这篇论文要解决的核心新问题。

场景：在茂密的森林里，你只能看到离你10 米以内的东西。如果第 1 棵树在 12 米远，你根本看不见它。
后果：你的数据里会有一堆“未知数”。你知道“10 米内没树”，但你不知道“10 米外到底有没有树”。
以前的错误：以前的方法要么假装没这回事（直接忽略），要么只针对“随机分布”的情况做了修正。一旦遇到“树扎堆” + “视线受阻”的双重打击，以前的方法就彻底失效了，算出来的数字要么太高，要么太低，完全不准。

3. 这篇论文的“新发明”：给猎人配了“透视眼镜”

作者开发了一套新的**“数学工具箱”，专门用来处理这种“既扎堆又看不见”**的情况。

核心思路：
1. 承认现实：不再假设树是随机撒的，而是假设树是**“抱团”**的（使用一种叫“负二项分布”的数学模型，听起来很复杂，其实就是专门描述“扎堆”现象的公式）。
2. 聪明地猜：对于那些因为太远（超过 10 米）而看不见的树，他们不是直接忽略，而是用数学方法**“猜”**出它们大概在哪里。
3. 双重验证：他们设计了两种算法：
  - 快速估算版（矩估计）：像用尺子量一下，快速算个大概。
  - 精准计算版（最大似然估计）：像用超级计算机反复模拟，找出最可能的答案。

4. 实验结果：谁赢了？

作者用电脑模拟了成千上万次森林，还拿真实的森林数据（巴拿马和哈佛森林）来测试。

结果：
- 如果树是随机长的，旧方法和新方法都能算对。
- 如果树是扎堆长的，且视线受阻（这是最常见的情况），旧方法算出来的结果偏差很大（有时候误差超过 50%）。
- 新方法的“精准计算版”（NBD-based MLE） 表现最棒！它在各种复杂情况下，误差都能控制在20% 以内。

5. 总结：这对我们意味着什么？

这就好比以前医生给病人看病，如果病人发烧（随机分布），用体温计就能测准；但如果病人不仅发烧，还穿着厚厚的棉袄（树扎堆）且被关在隔音室里（视线受阻），以前的体温计就测不准了。

这篇论文就是给医生配了一台**“新型智能体温计”**：

它能识别病人是不是穿着棉袄（识别聚集）。
它能穿透隔音室（处理看不见的数据）。
它给出的诊断（树木数量）比以前的方法准得多、稳得多。

一句话总结：
这篇论文发明了一套新的数学方法，帮助生态学家在树木扎堆且视线受阻的复杂森林里，依然能准确地数清到底有多少棵树，为保护森林和制定环保政策提供了更靠谱的数据支持。

这是一份关于论文《Population Density Estimators for Right-Censored Distance Sampling》（右截断距离抽样中的种群密度估计量）的详细技术总结。

1. 研究背景与问题 (Problem)

核心方法：基于距离的“点中心四分法”（Point-Centered Quarter Method, PCQM）是森林生态学和植被调查中估算种群密度的常用方法。
现有挑战：
1. 右截断（Right-Censoring）：在实际野外调查中，为了效率、安全或受限于植被遮挡，通常设定一个最大搜索半径 $C$ 。如果在该半径内未检测到第 $\ell$ 个个体，该观测值即被视为“右截断”（ $R > C$ ）。忽略这种截断会导致密度估计产生显著的正偏差。
2. 空间分布假设的局限性：
  - 传统 PCQM 估计量多基于**完全空间随机性（CSR）**假设（即泊松分布模型）。
  - 然而，自然界中的种群（如树木）常呈现**空间聚集（Spatial Aggregation）**特征。基于 CSR 的估计量在聚集分布下会系统性地低估种群密度。
  - 虽然负二项分布（NBD）模型已被证明能有效处理未截断的聚集数据，但目前缺乏一个系统性的框架将 NBD 模型与右截断距离数据相结合。现有的截断校正方法大多仅适用于 CSR 假设。

2. 方法论 (Methodology)

本研究提出了一套统一的估计量框架，涵盖两种核心空间点过程模型：泊松模型（CSR）和负二项分布模型（NBD，用于聚集种群）。针对右截断数据，分别推导了矩估计量（Moment-based Estimators）和最大似然估计量（MLEs）。

2.1 泊松模型（CSR 情况）

矩估计扩展：将传统的经验矩替换为“截断校正矩”。通过不完全伽马函数（Incomplete Gamma Function）计算截断部分的期望贡献，修正了 Cottam 型和 Pollard 型估计量。
- 当 $\ell=1$ 时，修正后的 Cottam 型估计量退化为 Warde-Petran 估计量。
最大似然估计（MLE）：构建了包含观测值和截断区间的似然函数。对于一般情况需数值求解，但在 $\ell=1$ 时推导出了闭式解。

2.2 负二项分布模型（聚集情况）

核心创新：首次将 NBD 框架应用于右截断距离抽样。
矩估计策略：
- 利用条件期望来替代截断的距离值。
- 近似处理：为了计算可行性和鲁棒性，在计算截断观测值的条件期望时，假设在截断阈值下局部符合 CSR 分布（即 $k \to \infty$ ）。理论证明在中等截断程度下，由此产生的偏差可忽略不计，且随着聚集参数 $k$ 增大而消失。
- 基于校正后的矩，扩展了 Shen 等人（2020）提出的 NBD 密度估计量和 Morisita 估计量。
最大似然估计（MLE）：构建了基于 NBD 分布的截断似然函数（包含观测概率和截断累积分布函数），通过数值优化同时估计密度 $\lambda$ 和聚集参数 $k$ 。

3. 关键贡献 (Key Contributions)

填补理论空白：建立了首个同时处理空间聚集和右截断数据的系统性 PCQM 估计框架。
方法扩展：
- 将经典的 CSR 矩估计和 MLE 推广至截断场景。
- 开发了基于 NBD 模型的截断矩估计量和 MLE，解决了聚集种群在截断数据下的估计难题。
统一工具包：提供了一套适用于不同空间结构（随机或聚集）和不同截断程度的完整估计量集合。
开源实现：提供了 R 语言包（TruncatedPCQM），便于生态学家应用。

4. 研究结果 (Results)

研究通过模拟实验（基于 Thomas 聚类过程）和真实森林数据（巴罗科罗拉多岛 BCI 和哈佛森林）进行了验证。

模拟结果：
- CSR 种群：所有基于泊松模型的截断估计量（修正后的 Cottam, Pollard, MLE）均表现出低偏差和高精度。
- 聚集种群：
  - 基于 NBD 的估计量显著优于基于 CSR 的估计量（后者在聚集下严重低估）。
  - NBD-MLE ( $\hat{\lambda}^{(c)}_{n,MLE}$ ) 表现最佳。在大多数聚集尺度和邻域阶数（ $\ell$ ）下，其偏差和方差均优于 NBD 矩估计量。
  - 当 $\ell=1$ 或 $2$ 时，NBD-MLE 的偏差最小；当 $\ell=3$ 时，NBD-MLE 与 NBD 矩估计量表现相当，但均优于 Morisita 型估计量。
实证数据结果：
- 在 BCI 和哈佛森林的真实数据中，NBD-MLE 在绝大多数物种和采样场景下，中位相对偏差（Median rBias）控制在 20% 以内。
- 其他竞争方法（包括 CSR 模型和 NBD 矩估计）无法在所有场景下保证如此高的精度。
参数权衡：
- 在存在截断半径 $C$ 的情况下，增加邻域阶数 $\ell$ （如取第 3 近邻）会显著增加截断比例，导致偏差增大。
- 建议在实际截断设计中，优先选择较低的 $\ell$ （如 1 或 2），以在信息量和截断偏差之间取得更好平衡。

5. 意义与结论 (Significance)

生态实践指导：该研究为野外调查提供了严谨的统计工具。特别是在植被茂密、搜索半径受限或种群高度聚集的生态系统中，传统的 CSR 方法不再适用，而本研究提出的 NBD-MLE 是解决此类问题的首选方案。
方法论进步：成功将截断数据处理技术与空间点过程的参数模型（特别是 NBD）相结合，提升了距离抽样法在复杂现实条件下的适用性和准确性。
局限性：NBD 框架主要处理聚集模式，对于强抑制（Strong Inhibition）模式可能不适用；矩估计量依赖于初始密度估计，引入了近似步骤。

总结：本文通过开发一套针对右截断距离数据的统一估计框架，特别是基于负二项分布的最大似然估计量，显著提高了非样方（plotless）密度估计在现实复杂环境（聚集分布 + 截断观测）下的准确性和鲁棒性，为生态学种群监测提供了重要的方法论支持。