编辑推荐：
扩散是一种复杂的生态过程，可能受非生物环境、密度制约过程和物种迁移能力驱动。传统上，扩散研究依赖于基于捕获的数据，这些数据在空间和时间上往往有限。近期，空间动态N-mixture模型（即考虑局部种群间扩散和丰度随时间变化的N-mixture模型）允许利用计数数
扩散是一种复杂的生态过程，可能受非生物环境、密度制约过程和物种迁移能力驱动。传统上，扩散研究依赖于基于捕获的数据，这些数据在空间和时间上往往有限。近期，空间动态N-mixture模型（即考虑局部种群间扩散和丰度随时间变化的N-mixture模型）允许利用计数数据研究扩散。然而，当前的空间动态N-mixture模型主要聚焦于基于距离的扩散，限制了研究人员在相关时空尺度上评估真实扩散模式和驱动因子的能力。研究人员开发了一种空间现实的动态N-mixture模型，该模型允许扩散由环境条件和种群密度驱动。通过模拟，研究人员评估了当大部分位点未被调查且调查周期较短时该模型的推断性能，这些情况在现实研究中很典型。随后，研究人员使用两个案例研究来说明该模型的应用，一个代表破碎化生境中迁移能力有限的物种（孤立池塘中的奇里卡瓦豹蛙，Lithobates chiricahuensis），另一个代表连续异质生境中迁移能力强的物种（草地中的普通夜鹰，Chordeiles minor）。模拟研究表明，即使被调查位点数量很少或对于动态模型而言调查周期较短（5年），该模型也能提供有效的推断，表明该模型在现实研究中可能具有重要的实用价值。奇里卡瓦豹蛙的案例研究显示，该模型能够揭示池塘类型特异的扩散行为，并预测池塘间的扩散。普通夜鹰的案例研究显示了该模型揭示初级生产力对扩散影响的能力，并能够绘制整个研究区域的扩散图。研究人员的努力证明了利用计数数据获取关于复杂而真实的扩散过程见解的潜力。研究人员引入的模型灵活且适应性强，可应用于种群生态学和保护生态学中的广泛情境。
扩散是影响种群分布、动态和
