结合非结构化航空调查与空间建模的海洋野生动物丰度估算新方法及其在保护管理中的应用

本综述推荐一种利用非结构化航空调查数据估算海洋野生动物时空丰度的创新方法。该方法整合了广义线性模型（GLM）与广义加性模型（GAM），通过辅助数据校正检测概率（包括可得性偏差与感知偏差），显著降低了计算成本与时间。文章以佛罗里特海牛（Trichechus manatus latirostris）为例，展示了如何通过空间生境协变量（如海草面积、岸距）建模，并利用自助法（bootstrap）传播不确定性，为野生动物保护区的优化布局提供科学依据，兼具高效性与实用性。

　　

摘要

海洋野生动物的时空丰度估算是生态学研究和保护管理决策的核心内容，但传统方法因检测不完全（imperfect detection）问题——包括动物水下不可见（可得性偏差）或观察者漏报（感知偏差）——而在大范围应用中存在成本高、计算复杂等限制。本文提出一种基于非结构化航空调查（unstructured aerial surveys）的简化框架，结合广义线性模型（GLM）和广义加性模型（GAM），利用外部辅助数据校正检测概率，实现高效、低成本的丰度空间建模。

引言

丰度估计对野生动物保护至关重要，例如优化保护区的布局。航空调查虽能覆盖大范围生境，但检测不完全问题严重影响估计准确性。现有方法如捕获-重捕获（capture-recapture）、距离抽样（distance sampling）和N-混合模型（N-mixture models）均需重复采样或复杂先验信息，实施难度大。贝叶斯层次模型虽能整合不确定性，但计算耗时且需定制编程。本文旨在提供一种更易实施、计算高效的替代方案。

方法

野外数据收集

本研究方法适用于非结构化调查，无需预设样线或样方。调查需覆盖多样生境类型，记录航迹点、动物发现位置与组大小，以及环境条件（如眩光、云量、水体浊度）。以佛罗里特海牛为例，2018–2019年在佛罗里达州印第安河县进行了23次航空调查，使用固定翼飞机在230米高度以130–166公里/小时速度飞行，记录GPS航迹点并将水体浊度分为4级。

辅助数据收集

检测概率信息可来自历史研究或专项辅助实验。海牛案例中，可得性概率基于Martin等人（2015）的研究，结合海牛潜水数据（DTAG传感器）和仿制品可见性实验，计算不同水深、距离和浊度下的可得性。感知概率则采用双观察者协议（double-observer protocol）数据，主观察者平均检测概率为0.73。

数据处理

研究区域被划分为1公里×1公里的网格单元，通过地理信息系统（GIS）整合航迹缓冲带（0–500米）、水体浊度分区和生境协变量（如海草面积、岸距）。每个单元内统计调查面积、动物发现数及协变量值，用于后续建模。

统计模型

采用Tweedie分布的GAM模型，以检测概率作为偏移量（offset），生境协变量包括海草面积、岸距和季节（冬季11–3月，夏季4–10月）。模型通过AIC（Akaike’s Information Criterion）筛选，最佳模型包含海草面积和岸距与季节的交互效应。

预测与不确定性传播

使用预测函数（predict.gam）估算未调查区域的丰度，并通过自助法（bootstrap）从检测概率的Beta分布中抽取2000次随机值，重拟合模型以传播不确定性。总丰度通过网格单元求和获得，置信区间基于方差叠加计算。

结果

模拟研究表明，自助法在随机抽样场景下参数偏差<6%，95%置信区间覆盖率为95–97%，计算效率比贝叶斯法高2倍；但在生境协变量范围受限时，外推预测存在偏差。海牛应用中，冬季丰度最高单日达418头，夏季为195头。最佳模型显示冬季海牛丰度随海草面积增加而上升、随岸距减小而增加，夏季岸距效应不显著（P=0.062）。研究区总丰度估计为夏季343头（95% CI: 240–496）、冬季478头（95% CI: 337–683），空间分布图显示冬季近岸区域丰度较高。

讨论

本方法扩展了二阶密度表面模型（two-stage density surface models）的概念，适用于检测数据来源多样的调查项目。其优势在于低成本、易实施且计算高效，便于多模型比较和大范围推广。然而，该方法未考虑检测与空间模型的协方差，不确定性估计可能略有偏差。在保护应用中，可快速评估物种分布热点（如设立船舶限速区），但需避免对未调查条件的外推。

保护意义

本研究提供的网格级丰度估计与不确定性量化，可支持保护区的科学设计、人类活动管理（如航运限制）和种群趋势评估。通过开源工具（R和GIS）和直观的自助法，降低了分析门槛，适用于资源有限的保护项目。未来在高精度需求场景中，可结合贝叶斯层次模型深化分析。

利益冲突与伦理声明

作者声明无利益冲突。海牛调查获美国鱼类与野生动物管理局许可（MA773494-11）。