动物活动范围估算中生物信号与方法学噪声的分离研究

这篇综述通过模拟数据和实证分析，系统评估了追踪技术（如Argos和Fastloc-GPS）与分析方法（如MCP、KDE、AKDE等）对海龟活动范围（home range）估算的影响，揭示了技术精度对空间利用模式研究的决定性作用，为保护生物学和生态学研究提供了方法学优化的重要依据。

　　

摘要

空间利用评估是动物生态学的核心课题，尤其在保护规划中，追踪技术为划定高保护价值区域提供了关键依据。然而，不同追踪技术和分析方法可能引入显著偏差。本研究通过模拟海龟运动数据，结合文献中的实证数据，评估了技术精度和分析方法对活动范围估算的影响。

1 引言

活动范围（home range）是动物空间利用的重要指标，定义为个体进行日常活动（如觅食、繁殖）所覆盖的区域。其大小受内在（如体型、代谢需求）和外在因素（如食物资源）共同影响。但技术因素——如追踪设备（Argos卫星系统、Fastloc-GPS）和分析方法（MCP、KDE、AKDE等）——同样可能导致估算偏差。例如，Argos的低分辨率数据可能高估活动范围，而Fastloc-GPS的高精度数据更接近真实值。本研究聚焦蠵龟（Eretmochelys imbricata）和绿海龟（Chelonia mydas），探讨技术选择如何影响全球活动范围模式的比较。

2 材料与方法

2.1 数据模拟

基于Ornstein-Uhlenbeck觅食（OUF）高斯过程模拟海龟运动轨迹，添加Argos和Fastloc-GPS的典型定位误差（Fastloc-GPS误差70 m，Argos误差2500-10000 m）。模拟参数参考真实海龟追踪数据，确保运动方差（200,000 m²）和自相关性（35小时跨域时间）符合生物学实际。

2.2 活动范围估算

使用五种方法计算50%和95%利用分布（UD）：最小凸多边形（MCP）、固定核密度估计（KDE）、自相关核密度估计（AKDE）、偏置随机桥（BRB）和动态布朗桥运动模型（dBBMM）。以理论参考面积（3.76 km²）为基准评估偏差。

2.3 文献数据整合

系统检索90项研究，提取蠵龟和绿海龟的觅食活动范围数据，按追踪技术（Argos、Fastloc-GPS、声学）和分析方法分类，比较不同生命阶段和物种的差异。

3 结果

3.1 模拟数据

Argos低精度数据导致活动范围严重高估（最高1368 km²，较Fastloc-GPS高438倍），而AKDE能有效补偿误差，估算值最接近参考面积（8.3±12.9 km²）。其他方法（如BRB和dBBMM）对低精度数据敏感，偏差显著。

3.2 实证数据

Argos研究的95% KUD估算值普遍偏大（绿海龟均值540 km²），Fastloc-GPS结果更小（均值27.7 km²）。幼体活动范围（<4 km²）显著小于成体（蠵龟28.6 km²，绿海龟53.4 km²），但物种间无显著差异。

4 讨论

技术精度对活动范围估算的影响远超分析方法。Argos数据的广泛使用可能导致保护区域规划过度扩张，而Fastloc-GPS或AKDE能更精准识别核心栖息地。例如，澳大利亚成年蠵龟的真实活动范围仅1.38 km²，但Argos数据可能误报为数千平方公里。研究强调，跨研究比较时应优先采用高精度数据，或通过AKDE校正低精度数据，以揭示真实的生态模式。此外，数据共享（如Movebank平台）和标准化分析流程将助力全球海龟保护策略的优化。

（注：以上内容严格基于原文，未添加非文献支持的细节或结论。）