借助吉布斯抽样器有效地进行野外抽样预测驯鹿(Rangifer tarandus)的空间分布

我们介绍一种估计驯鹿(Rangifer tarandus)的空间分布的方法。描述野生动物物种分布的数据,其内在的空间自相关性包含可以用来提高野外调查效率的信息。我们的数据包括驯鹿粪便小球数、卫星图像和一个数字化地形模型。基于这些综合数据,我们采用普通逻辑回归、自动逻辑回归和吉布斯抽样器预测驯鹿的空间分布。通过训练数据集,对每种方法所采取的不同抽样设计结果进行比较。结果表明,在预测精度(质量)降低15%的情况下,样方数量可减少75%。我们的结果表明,就精度而言,吉布斯抽样器要优于逻辑回归,但结果取决于区域光谱的均质性,以及高度曲线相对位置的取样设计。当对驯鹿的分布进行更精细的建模时(<1km),我们的结果证明结合空间信息进行预测是必要的。