使用空间捕捉-重捕模型优化相机陷阱调查设计，以估算多物种的种群密度

《Journal of Applied Ecology》：Optimizing camera-trap survey designs for multi-species density estimation using spatial capture–recapture models

两阶段优化方法提升多物种密度估计精度，通过分阶段优化相机位置覆盖与捕获效率，显著提高南非保护区大小范围物种的密度估计准确率。

　　

摘要

1. 为了超越单一物种的视角，转向社区层面的推断，保护工作越来越需要综合性的方法。然而，获得可靠的多物种种群数量估计面临实际挑战，因为分析工具和设计建议主要集中在单一物种上。使用空间捕捉-重捕方法进行密度估计时，需要根据目标物种的空间利用情况来布置探测器（例如相机陷阱）。由于设计本身是针对特定物种的，对于活动范围较大的物种来说，由于空间覆盖范围有限，采样效率可能较低；而对于活动范围较小的物种，则由于重捕次数较少，采样效果也不理想。
2. 为了解决这一实际问题，我们开发了一种两阶段优化方法，用于生成适用于估计具有不同活动范围物种密度的相机陷阱调查方案。该方法首先应用算法优化大型、活动范围广的物种的探测器布局，以实现最大的空间覆盖范围；然后针对活动范围较小、移动性较低的物种，再次进行优化，以最大化空间重捕次数。我们在南非Munywana保护区对六种活动范围不同的可识别食肉动物进行了实证测试。
3. 我们的设计包括60个为豹子（Panthera pardus）优化的相机位置和40个为体型较小、移动性较低的食肉动物优化的相机位置。设计优化过程根据生态参数生成了相机之间的合理间距分布，从而为所有物种提供了可靠的密度估计结果。
4. 这种两阶段方法显著提高了活动范围较大物种的测量精度，尤其是对于活动范围较小的物种，精度提升更为明显。模拟结果显示，与标准网格设计相比，该方法的空间捕捉-重捕（SCR）参数估计精度得到了显著提高，这不仅得益于采样量的增加，还得益于优化的空间布局。
5. 综合与应用：我们开发并测试了一种新的相机陷阱调查设计方法，用于估计具有不同空间生态特征的多种共存物种的种群密度。通过简化多物种种群监测流程，该方法降低了针对特定物种的项目成本，并为基于明确人口统计参数的社区生态学和保护研究提供了更多机会。

利益冲突声明

Chris Sutherland是《应用生态学杂志》（Journal of Applied Ecology）的副主编，但他未参与本文的同行评审和决策过程。

数据可用性声明

数据可从开放科学框架存储库获取：https://doi.org/10.17605/OSF.IO/Y3W6F（Curveira-Santos等人，2025）。