Key points are not available for this paper at this time.
야생 동물 종의 개체수와 분포에 대한 신뢰할 수 있고 정확한 추정치를 얻는 것은 동물 개체군과 자연 보호구역의 보존 및 관리에 필수적입니다. 카메라 트랩과 같은 원거리 센서는 독특하게 식별 가능한 개체에 대한 데이터를 수집하는 데 점점 더 많이 사용되고 있습니다. 공간 포획-재포획(SCR) 모델은 이러한 데이터에서 개체군 및 공간 밀도 추정치를 제공합니다. 이러한 모델은 잠재적인 활동 중심을 통해 동일 개인의 관측치 간에 공간적 상관관계를 도입합니다. 그러나 SCR 모델은 주어진 활동 중심을 조건으로 하여 관측치가 시간과 공간에서 독립적이라고 가정합니다. 따라서 주어진 시간과 장소에서의 관측치는 미래의 시간 및/또는 장소에서 보일 확률에 영향을 미치지 않습니다. 카메라 트랩과 같은 탐지기와 함께 이 가정은 시간에 따른 동물의 부드러운 이동을 감안할 때 생태적으로 비현실적입니다. 우리는 개인의(잠재적) 활동 중심과(알려진) 이전 탐지 위치 및 시간을 모두 통합하는 새로운 연속 시간 모델링 프레임워크를 제안합니다. 우리는 표준 SCR 모델이 탐지 시간과 위치에 상관관계가 있을 때 상당히 편향된 밀도 추정치를 생성할 수 있으며, 우리의 새로운 모델이 이동 모델을 통해 시뮬레이션된 데이터와 실제 미국 마틴의 카메라 트랩 연구에서 이전 관측의 위치와 시간을 통합할 때 모델 적합성을 개선할 때 표준 SCR 모델보다 상당히 더 나은 성능을 보인다는 것을 입증합니다.
Panchaud et al. (Fri,)는 이 질문을 연구했습니다.