Modeling the habitat associations and spatial distribution of benthic macroinvertebrates: A hierarchical Bayesian model for zero-inflated biomass data

نمونه های زیست توده از نظرسنجی های علمی دریایی معمولا برای بررسی تغییرات مکانی و زمانی در فراوانی سهام استفاده می شود. پرونده های زیست توده اغلب با یک نسبت بالا از صفر از یک طرف مشخص می شوند و گاهی اوقات از طرف دیگر به دام می افتند. این ویژگی ها هنگامی که تلاش برای درک وضعیت جمعیت ها و ارتباطات زیست محیطی آنها با یکدیگر و با زیستگاه، یک چالش مدل سازی را ایجاد می کنند. ما یک مدل سلسله مراتبی بیزی برای نشان دادن ساختار فضایی زیست توده و تجزیه و تحلیل توزیع فضایی و انجمن های زیستگاه سه گونه از کلمهای غیرمترقبه نمونه در خلیج جنوبی سنت لارنس (کانادا) را تجزیه و تحلیل می کنیم. توزیع صفر با استفاده از توالی ترکیبی پواسون با مارک گاما برای لایه مشاهده استفاده می شود و یک مدل خطی با اشتباهات مرتبط با فضایی، نقش متغیرهای زیستگاه (درجه حرارت، عمق و نوع رسوب) را در لایه فرآیند دارد. نقشه های مقادیر مورد علاقه (مثلا احتمال حضور، مقدار بیوماس) با توجه به عدم قطعیت پارامترهای تخمینی و اشتباهات مشاهده، تولید می شود. این روش مدل سازی باینز سلسله مراتبی یک ابزار مفید برای مدیریت فضایی فعالیت های انسانی است که ممکن است بر روی منابع زنده تاثیر بگذارد که ممکن است بر منابع زنده مانند مناطق حفاظت شده دریایی تأثیر بگذارد.