Incorporating Animal Movement into Continuous-Time Spatial Capture-Recapture Models
本文引入了一种连续时间空间捕获-再捕获框架，该框架通过将个体运动显式地建模为马尔可夫调制标记泊松过程，以修正由于忽略标准模型中由运动驱动的依赖性而导致的种群数量估计的正向偏差。
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
长期以来，生态学家一直依赖一种被称为“空间捕获-重捕”（spatial capture-recapture）的方法来统计野生动物的数量并了解它们的栖息地。想象一下在森林中布置一个摄像机网格，等待动物走过并触发照片。由于摄像机是固定不动的，每张照片的位置都会向科学家揭示该动物被观察到时所处的具体位置。通过将这些位置与每个动物隐藏的“家园中心”联系起来，研究人员可以估算该区域内的动物数量及其分布密度。这种方法几十年来一直是保护规划的基石，让科学家无需捕捉并标记动物，就能追踪从老虎到小型啮齿动物等各种生物的种群。然而，这种传统方法依赖于一个简化的假设：即在调查期间，动物的家园中心保持完全静止，并且每次拍摄到的动物都是一个与前一次无关的独立事件。但在现实世界中，动物并不会固定不动；它们会移动、游荡并回到特定地点，从而形成一种标准模型往往会忽略的运动模式。
研究团队开发了一种处理这种现实情况的新方法，创建了一个将动物运动视为一个连续、流动过程的模型。这项发表在近期研究中的成果，其开发的框架被称为 Move-SCR，它将动物的实际运动直接整合进用于计数的统计数学运算中。该模型不再假设动物在被拍摄时都停留在固定点，而是将动物设想为在数字地图上移动，在时间流中从一个微小的方格跳跃到另一个方格。当动物恰好位于包含摄像机的方格内时，可能会被拍摄到，但该模型也考虑到了这样一个事实：动物在下一刻很可能出现在附近的另一个方格中。这种方法使研究人员能够利用每一次拍摄的时间和位置，不仅推断出动物居住在哪里，还能推断出它们如何在环境中移动。
研究人员通过计算机模拟测试了这一想法，以观察忽略运动是否会导致计数错误。他们创建了虚拟世界，其中拥有已知的动物数量，并设定程序让它们以不同的方式移动：有些随机游荡，而有些则被吸引回特定的家园区域。当他们使用旧有的静态方法分析这些模拟数据时，结果始终是错误的。传统模型往往会高估种群规模，有时甚至偏差显著，因为它们将运动驱动的拍摄模式误解为存在比实际更多的动物。相比之下，新的 Move-SCR 模型通过显式追踪运动，能够高度准确地恢复正确的种群数量。研究表明，当动物的运动在某一时刻与其下一时刻的位置之间建立起某种联系时，如果未能考虑到这种联系，就会导致偏差且不可靠的计数。
为了证明该方法在现实世界中有效，团队将其应用于新罕布什尔州美国貂（American martens）的红外相机触发数据。这些类似鼬科的小型掠食者在三十个摄像机的监测下，在十一天的周期内被拍摄到。研究人员将新模型拟合到这些数据中，并将其结果与传统方法进行了对比。新模型提供了更好的统计拟合度，这表明貂的运动模式确实在影响着它们的被探测情况。研究估计该地区貂的种群数量约为 15 到 16 只，这个数字比传统模型的估计值略高，但提供了对动物行为更清晰的理解。研究人员能够计算出貂通常在移动前会在一个小片森林区域停留多久，估计其停留时间约为七到八小时。这种关于移动速度和模式的细节描述，是旧模型无法提供的。
该研究的一个重要发现是，这一新框架不需要无线电项圈或 GPS 标签等额外设备来追踪运动。以往尝试结合运动与种群计数的做法通常需要这类辅助数据，而这些数据的收集既昂贵又困难。Move-SCR 模型仅通过相机触发的照片本身提取运动信息，利用每次探测的时间和地点来重建动物的路径。虽然该模型的运行计算量比旧版本更大，需要更多的处理能力来求解复杂的方程，但研究人员证明了在标准计算机上使用它是可行的。研究还强调，虽然新模型功能强大，但它并非万能灵药；它在景观网格足够详细以捕捉动物运动，但又不至于精细到使计算变得无法实现的情况下效果最佳。
这项工作的意义不仅限于统计貂的数量。通过展示运动驱动的依赖性如何导致种 {群规模被高估，研究表明许多过去的野生动物丰度估算可能需要重新评估。如果动物以产生集群探测的方式进行移动，而忽略这种行为，可能会让保护工作者误以为种群规模比实际情况更大或分布更广。新框架提供了一种纠正方法，能够同时提供关于有多少动物以及它们如何利用空间的更可靠图景。正如作者所言，显式地对运动进行建模对于开展可靠的野生动物研究至关重要，它将森林的静态快照转变为生命律动的动态电影。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。