《Ecological Solutions and Evidence》：Predicting detection probabilities to estimate species' population sizes
编辑推荐：
本文探讨了利用物种性状（traits）预测检测概率（detection probability）以估算鸟类种群规模的新途径。研究基于丹麦繁殖鸟类距离采样（distance-sampling）数据集，发现体型、栖息地偏好等性状可显著预测检测概率，并评估了性状预测与直接估计对种群规模估算误差的影响。结果表明，性状预测虽具潜力，但直接估计（即使样本量较小）仍更优，为设计混合监测方案（结合距离采样与简单计数）以降低监测成本提供了理论依据。
物种检测概率的可预测性与种群规模估算的优化路径
摘要
物种种群规模的准确估算对生态学研究和保护实践至关重要，但传统方法如距离采样（distance-sampling）或重复调查需投入大量监测资源。本研究以丹麦繁殖鸟类为模型，系统评估了利用物种性状（traits）预测检测概率的可行性，并对比了性状预测与直接估计对种群规模估算误差的影响。结果表明，物种性状（如体型、栖息地偏好）可解释60%的检测概率变异，但直接估计（即使基于少量样本）的精度更高。研究为设计混合监测方案（部分点位采用距离采样，其余采用简单计数）提供了依据，有望在保证精度的同时降低监测成本。
引言
物种绝对丰度（absolute abundance）的估算是生态学和保护生物学的基础，但现有方法如距离采样或重复调查因操作复杂难以大规模应用。多数监测方案仅记录相对丰度，忽略检测概率变异可能导致错误推论。物种性状（如体型、行为）已被证明与检测概率相关，但将其用于种群规模估算的可靠性尚不明确。本研究通过丹麦鸟类距离采样数据，旨在解决三个问题：性状能否有效预测检测概率？性状预测与直接估计对种群规模误差的影响如何？直接估计需多大样本量才能优于性状预测？
材料与方法
研究使用2014–2017年丹麦鸟类图谱项目（Atlas III）的1687条1公里样线数据，记录鸟类个体与样线的垂直距离（0–25 m、25–50 m、50–100 m）。筛选72种常见陆生鸟类，采用半正态分布（half-normal distribution）模型估计各物种检测概率，并通过自助法（bootstrapping）计算95%置信区间。性状数据包括65个形态与生态指标（如体重、栖息地、食性），通过多元线性回归和提升回归树（boosted regression trees）分析性状与检测概率的关系。种群规模估算结合土地利用数据与机器学习模型（XGBoost），并对比使用直接估计与性状预测校正后的结果。额外分析包括年度变异比较和样本量需求评估。
结果
性状关联分析显示，物种检测概率中位数为0.54（范围0.25–0.99），体重单独解释41%的变异（p<0.001），地栖比例、栖息地（开放生境物种高于森林物种）和食性（肉食性高于草食性）均有显著影响。系统发育信号在控制性状后不显著。提升回归树中，跗跖长度等体型相关性状贡献最大。空间变异分析中，环境因子（如道路覆盖）对检测概率影响较弱且无性状关联。
预测模型显示，多元回归的性状预测与直接估计相关性较高（Pearson’s rho=0.69），但存在轻微偏差（易检测物种被低估，难检测物种被高估）。种群规模估算误差方面，使用性状预测导致中位误差13%（线性回归）或17%（提升回归树），但82%的物种误差落在直接估计的95%置信区间内。年度对比表明，前一年直接估计的误差（中位8%）低于性状预测（13%）。样本量分析发现，仅需40个距离采样观测即可使直接估计优于性状预测。
讨论
性状预测检测概率具有潜力，尤其适用于缺乏直接数据的物种。但直接估计（即使基于小样本或历史数据）精度更高，支持在监测设计中优先采用直接方法。研究提出“混合设计”理念：部分点位或年份采用距离采样获取检测概率，其余采用简单计数并通过统计整合（如集成模型，integrated models）提高效率。未来可探索多物种模型（multi-species models）或贝叶斯先验进一步优化。
局限性包括未充分评估检测概率的时空变异，以及性状的预测力可能因调查方法（如声学监测）而异。研究结果可推广至其他类群，但需验证跨类群和跨尺度的普适性。
结论
通过性状预测检测概率为种群估算提供了可行捷径，但直接估计仍是金标准。优化监测方案应结合数据整合与性状信息，在有限资源下提升种群规模估算的准确性与可扩展性。
