基于Gamma-Poisson混合模型的N-混合占据模型扩展框架及其在繁殖鸟类调查中的应用

为解决物种丰度估计中检测不完全的难题，研究人员开发了基于Gamma-Poisson混合模型的扩展框架，通过引入表征个体持续存在比例的群落参数，将零膨胀占据模型和标准N-混合模型统一为特例（对应参数值0和1）。该模型突破了传统N-混合模型严格闭假设的限制，在北美和瑞士繁殖鸟类调查数据集（5种和46种）中验证了其优越性，为生态调查提供了更灵活的统计工具。

　　

在生物多样性保护领域，如何准确估算物种丰度(species abundance)始终面临检测不完全(imperfect detection)的挑战。传统N-混合模型(N-mixture model)虽能区分真实丰度与个体检测概率，但其严格的闭假设(closure assumption)在实际调查中常导致偏差。

这项研究提出了革命性的扩展框架：通过开发混合Gamma-Poisson模型，创新性地引入群落参数(community parameter)来量化调查期间持续存在的个体比例。该框架展现出惊人的包容性——当参数取0时退化为零膨胀占据模型(zero-inflated occupancy model)，取1时则还原为标准N-混合模型。

验证过程充满说服力：仿真实验结合北美繁殖鸟类调查(North American Breeding Bird Survey)5个物种和瑞士繁殖鸟类调查(Swiss Breeding Bird Survey)46个物种的真实数据，共同证明该模型在非严格闭条件下的卓越适应性。协方差诊断(covariance diagnostic)进一步确认，新框架能有效捕捉种群动态的复杂特征，为生态监测提供了更接近现实的建模利器。