کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
11024922 1701060 2019 10 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Efficacy of depletion models for estimating abundance of endangered fishes in streams
ترجمه فارسی عنوان
اثربخشی مدلهای تخلیه برای برآورد فراوانی ماهی های در معرض خطر در جریان
کلمات کلیدی
نمونه برداری ضایعات، مدل ترکیبی بیزی، گونه های در معرض خطر، فراوانی شناخته شده، نمونه برداری، تشخیص متغیر،
ترجمه چکیده
برنامه های حفاظت از ماهی های مضر به روش های نمونه گیری برای اندازه گیری روابط زیستگاه آنها و پیشرفت آنها در جهت بهبود، از طریق تخمین فراوانی و نظارت بر آن، نیازمند است. نمونه برداری از تخریب یک روش معمول است، اگرچه فرضیه احتمالات احتمالی ضبط همگن کم است. اخیرا مدل سلسله مراتبی بیزی برای توصیف رابطهی شرطی بین فراوانی حیوانات و احتمال تشخیص استفاده شده است اما عملکرد آنها هنوز تست نشده است، زمانی که تشخیص در گذرهای متوالی متفاوت است. ما چنین رویکردهایی را در یک چارچوب نمونه برداری تخلیه برای برآورد فراوانی سه گونه ماهیان مهاجم و مضر در جنوب شرقی آریزونا، ایالات متحده آمریکا مورد آزمایش قرار دادیم. روش ما با استفاده از نمونه گیری تخلیه، از طریق شبیه سازی و آزمایشات میدانی استفاده می کند و فرض غیر قابل قبول تشخیص ثابت را در بین نمونه های نمونه برداری حذف می کند. به طور مشخص، ما به بررسی نحوه اندازه جمعیت، تعداد تخلیه، احتمال تخلیه ماهی، میزان کاهش این احتمال در طول عبور گذرها پرداخته و اثرات احتمال تشخیص متغیر در هنگام استفاده از مدل های تشخیص ثابت و متغیر بر تعصب و دقت احتمال برآورد فراوانی منفی فرض شده بود، در حالی که احتمال تشخیص در 20٪ یا بیشتر در طول پیاده روی پیوسته، با احتمال تشخیص <0.30 در اولین بار گذشت. هنگامی که احتمال تشخیص در <10٪ در گذرهای پی در پی کاهش یافت، برآوردهای بی طرفانه با احتمال احتمال 0.20 حاصل می شود. افزایش تخریب دقت بهبود یافته را افزایش می دهد، اما تعصب نیست. مطالعات صحرایی اهمیت ترکیب تغییرات در احتمال تشخیص در میان گونه ها و گذرهای تخلیه پیوسته را برجسته کرده است. کار ما اثربخشی آزمایش های تخلیه را برای برآورد فراوانی نشان می دهد و اهمیت نمونه برداری از فراوانی شناخته شده را به همراه تحلیل های شبیه سازی نشان می دهد. برنامه های نظارت با نادیده گرفتن تغییرات در احتمال تشخیص با استفاده از یک چارچوب تخلیه می توانند برآورد فراوانی متعادل شود.
موضوعات مرتبط
علوم زیستی و بیوفناوری علوم کشاورزی و بیولوژیک علوم آبزیان
پیش نمایش مقاله
اثربخشی مدلهای تخلیه برای برآورد فراوانی ماهی های در معرض خطر در جریان
چکیده انگلیسی
Conservation programs for imperiled fish require a sampling method for quantifying their habitat relationships and their progress toward recovery, via abundance estimation and subsequent monitoring. Depletion sampling is a commonly used method, although the assumptions of homogeneous capture probabilities are tenuous. Recently, Bayesian hierarchical models have been used to describe the conditional relationships between abundance of animals and detection probability, but their performance remains untested when detection varies across successive passes. We tested such approaches within a depletion-sampling framework for estimating abundance of three endemic and imperiled fish species in southeastern Arizona, USA. Our procedure uses depletion sampling, via simulation and field trials, and removes the untenable assumption of constant detectability across sampling passes. Specifically, we evaluated how population size, the number of depletion passes, the probability of fish detection, the amount of decline in this probability across removal passes, and the effects of variable detection probability affect bias and precision when using models with constant and variable detection probability. Abundance estimates were negatively biased when detection probability declined by 20% or more across successive passes, with detection probability <0.30 on the first pass. When detection probability declined by <10% across successive passes, unbiased estimates could be attained with detection probabilities of 0.20. Increasing depletion passes improved precision but not bias. Field trials underscored the importance of incorporating changes in detection probability among species and successive depletion passes. Our work demonstrates the efficacy of depletion experiments to estimate abundance, and highlights the importance of sampling a known abundance to accompany simulation analyses. Monitoring programs ignoring variability in detection probability using a depletion framework can produce biased abundance estimates.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Fisheries Research - Volume 209, January 2019, Pages 208-217
نویسندگان
, , , , , ,