动态海洋环境中浮游动物与鲸类丰度的时空联合建模研究

来自美国马萨诸塞州的研究团队针对北大西洋露脊鲸濒危种群（现存约372头）的生存威胁，创新性地开发了联合物种分布模型(JSDM)。该研究通过地统计学模型(geostatistical model)量化浮游动物分布，结合点模式数据(point pattern data)分析鲸类迁徙规律，首次构建了基于潜变量条件边际框架的双物种数据融合(data fusion)体系。模拟验证表明，该多层级模型(hierarchical model)能显著提升物种分布预测精度，为动态变暖海洋环境下的生态保护提供新范式。

　　

北大西洋露脊鲸(North Atlantic right whales)作为现存仅372头的极危物种，其生存面临严峻挑战。这些海洋巨兽的生存状态与其食物来源——浮游动物(zooplankton)的分布动态紧密关联。在海洋环境持续变暖的背景下，研究团队开创性地建立了联合物种分布模型(Joint Species Distribution Model, JSDM)，通过两大创新模块揭示生态关联：

1）采用地统计学方法(geostatistical approach)精确刻画浮游动物捕获量的空间变异特征

2）构建点过程模型(point pattern model)解析鲸群聚集强度的时空规律

通过潜变量条件边际架构(latent conditional-marginal specification)实现双物种过程耦合，并创新性地整合多源观测数据(data fusion)。模拟研究表明，该多层级模型(multi-level model)不仅能有效识别未知参数，较传统分步建模提升20%以上的分布预测准确度。应用案例聚焦美国科德角湾(Cape Cod Bay)，为动态海洋生态系统的精准管理树立了新标杆。