补充结构化调查和先前存在的检测模型可以通过机会主义的社区科学数据来改善细度密度和人口估计
Tyler A Hallman1,2,3,4, W Douglas Robinson5
1Oak Creek Lab of Biology, Department of Fisheries, Wildlife, and Conservation Sciences, Oregon State University, Corvallis, OR, USA. t.hallman@bangor.ac.uk.
Scientific reports
|May 14, 2024
概括
社区科学数据可以使用一种新的校准框架来估计歌鸟密度和种群规模. 这种具有成本效益的方法通过考虑不完善的检测来改善保护工作.
科学领域:
- 生态生态学 生态生态学
- 保护生物学 保护生物学
- 野生动物管理 野生动物管理
背景情况:
- 社区科学数据对物种分布有价值,但往往缺乏用于准确密度和人口估计的信息.
- 估计不完美的检测和采样面积对于微量密度建模至关重要.
研究的目的:
- 利用社区科学数据开发和评估一种具有成本效益的方法来估计歌鸟密度和种群规模.
- 在社区科学框架内建模检测概率和调查特定检测偏差.
主要方法:
- 利用结构化距离采样调查来建模检测概率.
- 对密度和人口估计的三个框架进行了比较:固定,独立和校准.
- 评估了校准数据集大小和数据聚合对估计可靠性的影响.
主要成果:
- 固定框架始终低估了歌鸟密度和种群规模.
- 独立和校准框架为一些物种提供了可靠的估计,但观察到检测概率的差异.
- 校准框架提供了可靠的人口估计,只有10次校准调查,数据聚合显著减少了偏差.
结论:
- 使用补充调查的校准框架为可靠的歌鸟密度和种群估计提供了具有成本效益的解决方案.
- 这种方法增强了社区科学数据对保护和野生动物管理的有用性.
- 仔细考虑检测概率和数据聚合对于准确的生态建模至关重要.
相关概念视频
00:30What are Populations and Communities?
33.9K
Overview
33.9K
01:23Sampling Plans
181
Sampling is a crucial step in analytical chemistry, allowing researchers to collect representative data from a large population. Common sampling methods include random, judgmental, systematic, stratified, and cluster sampling.
Random sampling is a method where each member of the population has an equal chance of being selected for the sample. It involves selecting individuals randomly, often using random number generators or lottery-type methods. For example, when analyzing the properties of a...
Random sampling is a method where each member of the population has an equal chance of being selected for the sample. It involves selecting individuals randomly, often using random number generators or lottery-type methods. For example, when analyzing the properties of a...
181