Nội dung được dịch bởi AI, chỉ mang tính chất tham khảo
Ước lượng Bayesian về độ phong phú tương đối của các loài và sở thích môi trường sống sử dụng dữ liệu ngẫu nhiên
Tóm tắt
Chúng tôi phát triển một quy trình thống kê mới nhằm theo dõi độ phong phú tương đối của các loài và sở thích tương ứng của chúng đối với các loại môi trường sống khác nhau, sử dụng dữ liệu ngẫu nhiên. Theo Giraud et al. (Biometrics 72(2):649–658, 2015), chúng tôi kết hợp dữ liệu ngẫu nhiên với một số dữ liệu chuẩn hóa để điều chỉnh sự thiên lệch vốn có trong việc thu thập dữ liệu ngẫu nhiên. Các quan sát về loài được mô hình hóa bằng các phân phối Poisson, với các tham số lượng hóa độ phong phú và sở thích môi trường sống của loài, và được ước tính thông qua các phép tính Bayesian. Những đóng góp chính của chúng tôi là (i) để giải quyết sự thiên lệch do hành vi lựa chọn môi trường sống gây ra, (ii) để xử lý dữ liệu mà loại môi trường sống liên quan đến mỗi quan sát không được biết, (iii) để ước tính xác suất lựa chọn môi trường sống cho các loài. Như một minh họa, chúng tôi ước lượng sở thích môi trường sống và độ phong phú của các loài chim phổ biến trong khu vực Aquitaine (Pháp).
Từ khóa
#Dữ liệu ngẫu nhiên #độ phong phú của loài #sở thích môi trường sống #phân phối Poisson #tính toán BayesianTài liệu tham khảo
Ball S, Morris R, Rotheray G, Watt K (2011) Atlas of the hoverflies of great britain (diptera, syrphidae). Centre for Ecology and Hydrology, Wallingford
Bellamy PE, Brown NJ, Enoksson B, Firbank LG, Fuller RJ, Hinsley SA, Schotman AGM (1998) The influences of habitat, landscape structure and climate on local distribution patterns of the nuthatch (Sitta europaea L.). Oecologia 115(1–2):127–136
Biggs CR, Olden JD (2011) Multi-scale habitat occupancy of invasive lionfish (Pterois volitans) in coral reef environments of roatan, honduras. Aquat Invasions 6:347–353
Boutin J, Roux D, Eraud C (2003) Breeding bird monitoring in France: the act survey. Ornis Hung 12(13):1–2
Boyce M, McDonald L (1999) Relating populations to habitats using resource selection functions. Trends Ecol Evol 14:268–272
Buckland S, Anderson D, Burnham K, Laake J (1993) Distance sampling: estimating abundance of biological populations. Chapman & Hall, New York
Calenge C, Dufour A, Maillard D (2005) K-select analysis: a new method to analyse habitat selection in radio-tracking studies. Ecol Model 186:143–153
Dickinson JL, Zuckerberg B, Bonter DN (2010) Citizen science as an ecological research tool: challenges and benefits. Annu Rev Ecol Evol Syst 41(1):149–172
Fithian W, Elith J, Hastie T, Keith D (2014) Bias correction in species distribution models: pooling survey and collection data for multiple species. Methods Ecol Evol 6:424–438
Fuller RM, Devereux BJ, Gillings S, Amable GS, Hill RA (2005) Indices of bird-habitat preference from field surveys of birds and remote sensing of land cover: a study of south-eastern England with wider implications for conservation and biodiversity assessment. Glob Ecol Biogeogr 14:223–239
Giraud C, Calenge C, Coron C, Julliard R (2015) Capitalizing on opportunistic data for monitoring species relative abundances. Biometrics 72(2):649–658
Isaac NJB, van Strien AJ, August TA, de Zeeuw MP, Roy DB (2014) Statistics for citizen science: extracting signals of change from noisy ecological data. Methods Ecol Evol 5:1052–1060
Jiguet F, Devictor V, Julliard R, Couvet D (2012) French citizens monitoring ordinary birds provide tools for conservation and ecological sciences. Acta Oecol 44:58–66
Lele SR, Merrill EH, Keim J, Boyce MS (2013) Selection, use, choice and occupancy: clarifying concepts in resource selection studies. J Anim Ecol 82:1183–1191
Link WA, Sauer JR (1998) Estimating population change from count data: application to the North American breeding bird survey. Ecol Appl 8:258–268
MacKenzie D (2005) What are the issues with presence–absence data for wildlife managers? J Wildl Manag 69:849–860
Mair L, Ruete A (2016) Explaining spatial variation in the recording effort of citizen science data across multiple taxa. PLoS ONE 11(1):1–13
Manly B, McDonald L, Thomas D, MacDonald T, Erickson W (2002) Resource selection by animals. Statistical design and analysis for field studies. Kluwer Academic Publisher, London
Mason CF, Macdonald SM (2004) Distribution of foraging rooks, corvus frugilegus, and rookeries in a landscape in Eastern England dominated by winter cereals. Folia Zool 53(2):179–188
Mysterud A, Ims R (1998) Functional responses in habitat use: availability influences relative use in trade-off situations. Ecology 79:1435–1441
Phillips S, Dudík M, Elith J, Graham C, Lehmann A, Leathwick J, Ferrier S (2009) Sample selection bias and presence-only distribution models: implications for background and pseudo-absence data. Ecol Appl 19:181–197
Plummer M (2003) Jags: a program for analysis of bayesian graphical models using Gibbs sampling. In:3rd International workshop on distributed statistical computing (DSC 2003), vol 124. Vienna, Austria
Plummer M (2014) Rjags: Bayesian graphical models using MCMC. R package version, pp. 3–13
Pollock KH (1982) A capture recapture design robust to unequal probability of capture. J Wildl Manag 46:752–757
Core Team R (2014) R: a language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria
Roy H, Adriaens T, Isaac N, Kenis M, Martin G, Brown PEA (2012) Invasive alien predator causes rapid declines of native European ladybirds. Divers Distrib 18:717–725
Royle JA, Nichols JD, Kéry M (2005) Modelling occurrence and abundance of species when detection is imperfect. Oikos 110(2):353–359
Telfer M, Preston C, Rothery P (2002) A general method for measuring relative change in range size from biological atlas data. Biol Conserv 107:99–109
Tulloch A, Szabo J (2012) A behavioural ecology approach to understand volunteer surveying for citizen science datasets. Emu 112:313–325
van Strien A, van Swaay C, Termaat T (2013) Opportunistic citizen science data of animal species produce reliable estimates of distribution trends if analysed with occupancy models. J Appl Ecol 50:1450–1458