没有放之四海而皆准的尺寸—忽略占用率和可检测性的空间变异会低估所需相机陷阱位点数量

《Remote Sensing in Ecology and Conservation》：One Size Does Not Fit All—Ignoring Spatial Variation in Occupancy and Detectability Underestimates the Required Number of Camera Trap Sites

　　

应用于相机陷阱数据的占用模型广泛用于野生动物监测，然而关于调查位点数目的建议往往假设同质条件和简单模型结构。这些假设很少得到满足，违反假设可能导致有偏或不精确的估计。研究人员使用基于模拟的功效分析（power analysis）来评估在三种空间变异情景下准确估计占用率所需的位点数目：（i）无变异（基准）、（ii）简单变异（每个过程一个协变量）和（iii）复杂变异（多个协变量、交互项和分类预测变量）。在基线占用率（??=0.20、0.50、0.80）、累积检测概率（p^*=0.65、0.80、0.95）以及不同程度的空间变异组合下，研究人员对10–1000个位点的模拟数据集拟合了单季节占用模型（single-season occupancy models）。随后确定了在占用率估计中实现均方根误差（root-mean-squared error, RMSE）≤0.10所需的最小位点数量。样本量需求在不同情景间差异很大。累积检测概率强烈影响所需样本量，而占用率仅在检测率较低时主要起作用。在无变异情况下，准确估计需要10–40个位点。在简单变异情况下，空间需求范围为20–120个位点，与空间变异程度无关。复杂变异的代价最高：每个分量（??和p）具有2、3、4和8个参数的模型需要40–600个位点。本研究结果强调，位点数量没有放之四海而皆准的标准，因为在现实情景中需求差异可达一个数量级。当占用率和检测率在空间上变化时，尤其是存在多个或分类预测变量时，需要更多位点，且采样努力随模型复杂度而增加。后勤限制可能迫使在复杂模型（因位点数量不足而推断不可靠）与更简单但可能不现实的模型之间进行权衡。研究人员建议使用基于模拟的功效分析来应对这一权衡。

野生动物监测是生物多样性保护与研究的基础，而相机陷阱技术因其非侵入性、经济高效且适用于隐秘和夜行物种，已成为大规模监测中广泛使用的工具。相机陷阱数据通常通过占用模型（occupancy model）进行分析，该模型在考虑不完美检测的前提下估计物种占用概率（??）。然而，监测设计中的位点数量推荐往往基于恒定占用率和检测概率的简化假设，未充分考虑空间异质性和模型结构复杂性。现实中，环境梯度、人类干扰等因素会导致占用率和检测概率在空间上变化，忽略这种变异可能导致估计偏差或精度下降。此外，为了刻画空间变异，模型往往需要包含多个预测变量、交互项或多水平分类变量，这增加了参数数量，进而提高了对样本量的需求。目前，针对空间变异和模型复杂性如何联合影响所需相机陷阱位点数量的定量指导仍然缺乏。为此，研究人员通过模拟试验系统评估了占用率、检测率、空间变异程度和模型复杂结构对单季节占用估计所需最小位点数量的影响。

该研究发表在《Remote Sensing in Ecology and Conservation》。研究采用基于模拟的功效分析（simulation-based power analysis），在三种空间结构情景下生成检测历史数据：无空间变异（恒定??和p）、简单空间变异（每个过程一个连续协变量）和复杂空间变异（多协变量、交互项及多水平分类变量）。每种情景设定三种基线占用率（??=0.20、0.50、0.80）和三种累积检测概率（p^*=0.65、0.80、0.95），位点数量从10到1000个以10为增量变化，每个组合运行1000次独立迭代。对每次迭代拟合与数据生成结构匹配的单季节占用模型，计算均方根误差（RMSE）作为主要精度指标，并采用广义加性模型（GAM）平滑RMSE随位点数变化的曲线，定义最小所需位点数为median RMSE≤0.10且至少50%的拟合无警告。所有模拟和拟合均在R 4.5.2中使用unmarked包实现。

### 3.1 无空间变异

在恒定占用率和检测概率条件下，达到RMSE≤0.10所需的最小位点数总体较低，介于10到40个位点。当累积检测概率较低（p^*=0.65）时，所需位点数在??=0.50时最高（40个），而检测率中等或较高时，10个位点即满足条件。这表明在无空间异质性且模型正确指定时，低检测率会适度增加样本量需求。

### 3.2 简单空间变异

当每个过程引入一个连续协变量后，所需位点数增加至20–120个，主要取决于基线占用率和检测概率，而协变量效应的强度（σ=0.2、0.5、0.8）并未造成一致变化。高需求出现在低累积检测（p^*=0.65）和中等占用率（??=0.50）时。增加σ仅拉伸了协变量梯度，模型仍估计单一函数关系，因此数据需求主要受基线检测率和占用率控制。

### 3.3 复杂空间变异

当空间变异由多个预测变量、交互项或分类预测变量表示时，所需样本量大幅上升。每个分量含2个参数的模型（二水平分类、加性效应、二次项）通常需要40–110个位点；含3或4个参数的模型（交互项、四水平分类）需要70–210个位点；最苛刻的是八水平分类预测变量，需要180–600个位点，取决于占用率和检测率。分类预测变量将数据分割到离散组别，减少了每个参数的有效样本量，导致需求不成比例地增加。

讨论部分指出，累积检测概率是样本量需求的主要决定性因素，而占用率的影响较弱且依赖于检测率。简单空间变异只要模型正确指定，不一定需要大量额外位点，因为连续协变量沿梯度共享信息；而复杂结构因参数增多和数据分组显著提高了要求。研究结果与“每个估计参数10–20个位点”的经验法则大致吻合，但分类预测变量比连续预测变量更耗样本。研究人员强调不应依赖固定的相机数量，而应根据预期检测概率、协变量结构和参数数量进行显式设计，并优先提高检测率、避免不必要的水平分割。模拟功效分析可作为将预期条件和候选模型结构转化为所需最小位点数的实用工具，从而明确精度限制。

研究结论可归纳为：不存在通用且固定的相机陷阱位点数量，所需样本量随空间变异和模型复杂性呈数量级变化。检测概率是首要驱动因素，实际设计中应通过模拟功效分析综合考虑检测期望、协变量结构及参数数量，以确定在可用位点数下可达到的精度。当后勤约束迫使在复杂但不可靠的模型与简单但可能不现实的模型之间取舍时，模拟方法有助于做出有依据的权衡决策。这些见解不仅适用于相机陷阱调查，也适用于所有依赖占用模型的野生动物监测设计。