使用贝叶斯多状态捕获-再捕获模型评估繁殖状态变化对溯河产卵Dolly Varden（Salvelinus malma）存活率影响的研究（更正）

《Canadian Journal of Fisheries and Aquatic Sciences》：Correction: Assessing the effects of changes in reproductive condition on the survival of anadromous Dolly Varden (Salvelinus malma) using bayesian multistate capture–recapture modelling

　　

在原发表文章中，模型描述中存在错误。特别是在以下列出的方程中，参数值和描述被错误描述，部分参数描述包含印刷错误。这些错误仅涉及模型描述，不影响文章的分析、结果或结论。文章PDF和HTML版本均已更正。在2.4节“符号、统计量和观测数据”中：h_i,t（个体i在采样时间t的捕获历史）原错误定义为：h_i,t={1如果个体i在时间t被捕获，0如果个体i在时间t未被捕获}；更正为：h_i,t={1如果个体i在时间t被捕获，2如果个体i在时间t未被捕获}。b_i,t（包含繁殖状态的捕获历史）原错误定义为：b_i,t={1如果个体i在时间t作为产卵个体被捕获，2如果个体i在时间t作为银色个体被捕获，0如果个体i在时间t未被捕获}；更正为：b_i,t={1如果个体i在时间t作为产卵个体被捕获，2如果个体i在时间t作为银色个体被捕获，3如果个体i在时间t未被捕获}。s_i（个体i的性别）原错误定义包含NA（未知）状态，更正为仅用{1雄性，0雌性}表示。在2.4节“符号、统计量和潜在状态变量”中：a_i,t（个体i在时间t的存活状态）原错误定义包含NA（未知），更正为{1个体在时间t存活，2个体在时间t死亡（?）}。z_i,t（个体i在时间t的繁殖状态）原错误定义包含NA（未知），更正为{1个体在时间t处于产卵状态，2个体在时间t处于银色状态，3个体在时间t死亡（?）}。在2.5节“模型1：状态空间Cormack-Jolly-Seber模型”中，公式(4) h_i,t|a_i,t ~ Categorical(P'[a_i,t, 1:2])中，当个体死亡（a_i,t=?）时，h_i,t原错误应为0，更正为2。在2.6节“模型2：包含繁殖状态的增强CJS模型”中，公式(6) b_i,t|z_i,t ~ Categorical(Ω_t[z_i,t, 1:3])中，b_i,t的值原错误列示为{1,2,0}，更正为{1,2,3}。

论文解读

该研究针对溯河产卵Dolly Varden（Salvelinus malma）这一冷水性洄游鱼类，探讨繁殖状态变化对个体存活率的影响。以往的研究在分析鱼类生命史时，常将繁殖状态简单分为产卵与非产卵两类，但缺乏对状态转换过程中个体捕获概率和存活率差异的精细建模，尤其当数据中存在未捕获个体时，传统的捕获-再捕获模型难以区分死亡与未观测状态，可能导致存活率估计偏差。为此，研究人员采用贝叶斯多状态捕获-再捕获（Bayesian multistate capture–recapture）方法，构建状态空间模型（state-space model），以明确划分产卵（spawner）和银色（silver）两种繁殖状态，并引入性别变量，量化繁殖状态对存活率和捕获概率的影响。该研究发表在《Canadian Journal of Fisheries and Aquatic Sciences》。

在技术方法上，研究人员主要采用了两类模型框架：其一是基于Cormack–Jolly–Seber（CJS）模型的状态空间形式，用于估计基础存活率和捕获概率；其二是增强型CJS模型，将繁殖状态（产卵/银色）作为隐蔽状态（latent state）纳入，通过贝叶斯推断同时估计状态转换概率、各状态下的存活概率以及状态依赖的捕获概率。模型使用马尔可夫链蒙特卡洛（Markov chain Monte Carlo, MCMC）算法进行参数估计，观测数据来源于对溯河产卵Dolly Varden个体的长期标记-重捕记录（样本来源未在更正文档中明确提及，但典型研究通常来自阿拉斯加或加拿大北极地区的洄游种群）。模型中关键变量包括：个体i在时间t的存活状态a_i,t（1存活，2死亡）、繁殖状态z_i,t（1产卵，2银色，3死亡）、捕获历史h_i,t（1捕获，2未捕获）、包含状态信息的捕获历史b_i,t（1为产卵个体被捕获，2为银色个体被捕获，3未捕获）以及性别s_i（1雄性，0雌性）。概率分布设定为：h_i,t服从以状态依赖观测概率矩阵P′为参数的分类分布（Categorical），b_i,t服从以状态依赖观测概率矩阵Ω_t为参数的分类分布。

研究结果部分，由于这是论文的更正文档，并未呈现原始分析结论，但根据模型描述可以推断：通过比较模型1（基础CJS）和模型2（含繁殖状态的增强CJS），研究人员能够估计不同繁殖状态下的存活率差异，以及状态间的转换概率。具体而言：
- 模型1（状态空间Cormack–Jolly–Seber模型）：用于估计不考虑繁殖状态时的平均存活率和捕获概率。该模型将存活状态a_i,t作为隐蔽变量，捕获历史h_i,t仅区分捕获与未捕获。当个体死亡时，h_i,t取值2（更正后），确保死亡个体不再贡献观测数据。
- 模型2（增强CJS模型 with reproductive states）：引入繁殖状态z_i,t，将捕获历史扩展为包含状态信息的三值变量（1产卵捕获，2银色捕获，3未捕获）。通过估计状态转移概率矩阵和状态依赖的存活率，研究人员可以量化繁殖投入对后续存活的影响。例如，产卵后的个体可能因能量消耗而存活率降低。此外，性别s_i作为协变量，用于探索性别间存活率差异。
- 更正文档指出原错误在于部分参数赋值（如未捕获状态编码为0而非2、死亡状态下观测值编码为0而非2），这些错误仅影响模型文字描述，不改变实际分析结果。更正后，所有隐蔽状态与观测数据的对应关系保持一致：死亡（?）对应未捕获（h=2或b=3），确保似然计算正确。

讨论部分总结：该研究通过贝叶斯多状态捕获-再捕获模型，有效区分了繁殖状态对溯河产卵Dolly Varden存活率的影响，并纠正了模型描述中的编码不一致问题。研究结论（根据更正上下文推断）表明，将繁殖状态纳入存活率分析能够更真实地反映洄游鱼类的生命史动态，模型框架具有推广至其他多状态种群研究的价值。论文发表在《Canadian Journal of Fisheries and Aquatic Sciences》。