基于自动相机陷阱与观察者偏差校正量化自由放牧马（Equus caballus）体况评分（BCS）的方法学研究

《Rangeland Ecology & Management》：Quantifying Free-Roaming Horse Body Condition: A Methodological Investigation Using Game Cameras and Observer Bias Corrections

　　

大面积自由放牧马（Equus caballus）种群栖息于美国西部、澳大利亚以及全球其他干旱和半干旱牧场。在美国，马体况已成为在紧急指定下聚集和移除马的推动因素，并被认为是常见的慢性致死状况。Henneke体况评分（body condition scoring, BCS）系统是一种定性指数，包括对个体马多个解剖部位的视觉评估和物理触诊。该方法在近距离评估家马时，已显示在不同经验程度的观察者之间具有可重复性。对于广阔环境中的自由放牧马科动物，使用Henneke BCS系统的可重复性尚不清楚，并且以最小偏倚方式充分采样种群在后勤上可能具有挑战性。然而，在多种评分系统和物种中，使用照片估计体况已显示为近端评分的极准确替代方法。本研究检验自动、远程相机陷阱（camera trap）系统是否可用于估计自由放牧马科动物体况。研究人员将来自65个陷阱的现有相机陷阱数据集汇编为单一数据集，包括超过370万张照片，其中含有来自加利福尼亚州、内华达州、犹他州和怀俄明州的自由放牧马图像。研究人员聘用经兽医培训的动物科学学生在数据集内随机采样、空间/时间一致的动物序列中对马评分。研究人员将学生评分与兽医评分比较，以评估估计BCS参数是否需要评分者特异性校正因子。校准至固定参考集后，研究人员在种群水平BCS估计中将评分者间方差降至零。对经验数据中评分者间方差的分析表明，当不同观察者在空间和/或时间上对不同马种群评分时，该校准步骤可能有益。

研究背景与问题：自由放牧马（free-roaming horses, Equus caballus）在 seasonal environments 中常通过积累脂肪储备应对饲草波动，体况可反映饲草可利用性并关联 fertility、survival 等管理参数。美国西部 multi-use rangelands 由 Bureau of Land Management（BLM）和 U.S. Department of Agriculture Forest Service（USFS）管理，法律要求兼顾 Wild Free-Roaming Horses and Burros Act 保护的自由放牧马科动物（equids）。BLM 和 USFS 需在资源有限条件下监测超过113,000 km²联邦土地上的马科动物。自由放牧马种群增长率可超过20%/年，干旱期易因 starvation 和 dehydration 大规模死亡，因而常以“gathers”移除。体况差被列为 BLM 和 USFS 土地上马种群常见慢性致死状况，并可因 drought-induced emergency designations 触发 gather。雌性体况常低于同域雄性，且更易在 gathers 中死亡。Henneke 体况评分（BCS）系统为家马设计，范围为 very poor（1）至 extremely fat（9），包括对 neck、withers、loin、tailhead、ribs、shoulders 等位点的视觉评估和触诊，但自由放牧马偏远难接近，重复触诊困难。照片评分在多个评分系统和物种中高度准确，因此研究人员评估相机陷阱数据量化自由放牧马 BCS 的可行性，目标为：（1）开发序数校正因子校准定性照片数据中的观察者偏差；（2）用校正数据估计区分空间和/或时间种群 BCS 所需样本量。若可行，该方法可为非侵入远程监测管理行动或气候 regime 下动物生理反应提供手段。

主要关键技术方法（不超过250字）：研究人员整合2014—2022年来自加利福尼亚州、内华达州、犹他州和怀俄明州65个相机陷阱的超过370万张照片，其中超过640,000次动物检测、超过290,000次鉴定为自由放牧马。使用基于 TensorFlow 的 MegaDetector v4.1 目标检测模型初筛，并用 Timelapse 人工审核；以同一相机连续照片且间隔不超过30分钟定义序列，按站点、年份和由归一化差异植被指数（Normalized Difference Vegetation Index, NDVI）生长曲线定义的季节分区随机抽样。由兽医培训的9名动物科学学生和1名兽医评分，部分序列由3名学生独立评分，约20%由兽医参考评分。采用贝叶斯序数累积logit（ordinal cumulative logit, CL）模型、Gaussian 简单线性回归（simple linear regression, SLR）比较模型、R/JAGS/runjags 的 Markov-chain Monte Carlo（MCMC）、lme4 方差成分和模拟功效分析。

研究结果：

Ordinal cumulative logit model（序数累积logit模型）：研究人员以贝叶斯序数累积logit模型、部分比例优势、序列级随机效应并锚定兽医参考构建校正模型。所有55个核心推断参数的潜在尺度缩减因子（potential scale reduction factor, PSRF; R^{^}）点估计≤1.05，四条参数上限为1.05≤x≤1.14，其他参数≤1.05，所有链多元 R^{^}≤1.04；模型运行20小时。最低阈值/间距参数 c₁、δ₁ 及两名学生评分者效应 γ_scorer,1 混合不理想，稀疏 BCS=2 类别校正因子需谨慎解释，但该类别观测少，对总体校正数据影响有限。锚定后，校正预测位于兽医潜在尺度，评分者间方差被消除；Hellinger 距离加权平均差为?0.064（95% credible interval, CrI：?0.067，?0.061），75.4%学生序列的 P（校正距离?未校正距离<0）为75.4%（95% CrI：74.1%，76.8%），实现目标1。

Gaussian simple linear regression model（高斯简单线性回归模型）：作为比较，研究人员拟合 Gaussian SLR 模型，所有监测焦点参数 R^{^}点估计≤1.00，上限≤1.00，运行8.3分钟。该模型未锚定共同参考，产生非零评分者间方差。线性混合效应模型估计显示，模型预测后评分者间标准差下降中位数为71%（95% CrI：53%—86%；P（下降）=1.0）。序列水平配对比较中，绝对误差平均差为?0.116（95% CrI：?0.135，?0.098），55.9%学生序列的 P（校正误差?未校正误差<0）为55.9%（95% CrI：54.2%，57.7%）。

Simulation-based sample size projections（基于模拟的样本量预测）：基于经验学生数据、Gaussian SLR 模型和序数 CL 模型进行模拟功效分析。未校正经验数据且评分者非配对时，当真实种群差异为零，α=0.05 下拒绝 H₀ 的概率远高于0.05，即不同评分者偏差可造成虚假差异；使用相同评分者配对可纠正。经验数据检测0.1 BCS 的最小可检测差异（minimum detectable difference, MDD）在80%功效下需300—375个样本（2—3名配对评分者），单评分者未表征但>400；MDD=0.2 时约75—125；MDD=0.3 时<50—75。Gaussian 校正模型检测 MDD=0.1 需50—100样本（1—3名配对评分者），MDD=0.2 时≤25，MDD=0.3 时更少。序数 CL 模型将评分者校正至基线并使评分者间方差为零，检测 MDD=0.1 需80样本，MDD=0.2 需20样本，MDD=0.3 需10样本，在 α=0.05 下达到80%功效，实现目标2。

讨论与结论翻译：讨论部分表明，带共享序列效应和评分者特异性阈值偏差并锚定兽医的累积logit校正模型，可将所有评分者置于兽医潜在尺度并消除评分者间方差，说明学生评分可校正至专业评估，使学生在定期校准下完成大部分评分。稀疏类别校正不确定性较大，极端 BCS 值应谨慎解释，但稀疏类别对总体校正摘要影响有限，方法最强支持集中于多数观测所在的中央 BCS 范围。校准可适用于任意参考分数；鉴于马体脂小变化即使专家也难检测，校准对检测种群均值小变化重要。模拟显示，非配对且未校正时 Type I error rate（α）不可接受地高，因此使用同一评分者评分两组数据并在较短时间内完成较好；序数模型若用两组数据开发校正，可放宽此考虑。序数模型同时多评分者的功效模拟较困难，建议未来结合配对 Gaussian 模型与序数模型功效曲线，取所需最大序列数，并使用至少两名评分者（不含参考评分者），第三名评分者每序列可能仅带来边际增益。校正因子还可用于相机陷阱评分与现场 BCS 的校准，或校准至超声扫描体脂百分比数据，并可作为机器学习训练前处理。平行评分流程高效灵活，但评分者可能评分不同动物子集，导致序列内精度下降；优点是不需单一评分者预先选择动物。总体而言，使用照片数据和多名评分者辨别马科动物种群差异，或在其他协变量回归前，采用偏差校正可能重要；所需样本量减少可降低成本和工作量。序数累积logit模型允许维持一名一致基线评分者，其他评分者可在人员变化的多个野外季节中校准；对于时点相机陷阱项目，若数据可事后校正且不计划额外人员未来评分，Gaussian SLR 模型可能更简单但仍有效。Implications 部分指出，本研究中多数马 BCS 为4—6，与既有研究报告一致，即使资源条件差也几乎均在此范围，这可能限制 BCS 作为马栖息地条件或资源可利用性工具的用途；进一步研究可确定 BCS 下降是否指示 herd health 降低或死亡率增加的潜在 tipping point。管理者可将 BCS 作为判断管理行动是否合适的指标集合之一，并监测饲草、水可利用性等 landscape-level 领先指标。远程监测可避免物理接近和法律障碍，但存在数据量大、培训观察者和定性观察需可辩护等缺点，本研究提供了缓解这些缺点的框架。

研究结论翻译：总之，当使用照片数据和多名评分者试图辨别马科动物种群差异，或在用其他协变量进行回归之前，采用某种偏差校正形式可能很重要。用于检验种群差异所需样本量的减少是净收益，可降低成本和工作量。此外，使用类似于本研究的序数累积logit模型的校正策略所提供的后勤便利，使管理者和研究人员能够仅维持一名一致的基线评分者，其他评分者可在人员不同的多个野外季节中校准至该基线评分者。对于时点相机陷阱项目，如果所有数据可在事后校正且不计划由额外人员进行未来评分，本研究的 Gaussian SLR 模型可能提供更简单但仍有效的偏差校正框架。