Estimacin de la densidad de poblacin a partir de

datos de presencia / ausencia utilizando un modelo

espacialmente
explcitohttp://onlinelibrary.wiley.com/doi/10.1002/jw
mg.851/full
Autores
D
a
v
i
d

S
L

R
a
m
s
e
y
,
1.
o
o
P
e
t
e
r

A
.

C
a
l
e
y
,
0.
 A
l
a
n

R
o
b
l
e
y
0.
Publicado por primera vez: 25 de
febrero de 2015Historial completo de
publicacin
DOI: 10.1002 / jwmg.851 Ver /
guardar cita
Citado por
(CrossRef): 9 artculosBuscar
actualizaciones
Herramientas de citas

Editor asociado: Jeff Bowman.

ABSTRACTO
Los datos de presencia / ausencia (deteccin / no deteccin) se recopilan rutinariamente en
estudios de vida silvestre donde la identificacin de individuos es imposible o poco prctica
y donde el mtodo de deteccin solo puede detectar la presencia de un individuo en lugar
de un conteo (por ejemplo, seguimiento o seguimiento). encuestas de scat). Se supone que
la estimacin de la densidad de poblacin a partir de los datos de presencia / ausencia es
difcil o imposible a menos que se hagan ciertos supuestos restrictivos o se recopile
informacin adicional. Recientemente, Chandler y Royle (2013) presentaron una extensin
de un modelo de captura-recaptura espacialmente explcito que estima la densidad de
poblacin a partir de recuentos replicados espacialmente en poblaciones no
marcadas. Extendimos el modelo de Chandler y Royle (2013) a situaciones donde solo se
pueden recopilar datos de presencia / ausencia. El modelo supone que los individuos
pueden detectarse en mltiples unidades de muestra, produciendo detecciones
correlacionadas espacialmente. Un modelo espacialmente explcito del proceso de
deteccin se ajusta a los datos de deteccin correlacionados utilizando mtodos
bayesianos. Informamos sobre el rendimiento del modelo usando simulacin e ilustramos
su uso con un ejemplo prctico que estima la abundancia y densidad de zorros rojos (Vulpes
vulpes ) de estudios remotos de la cmara en el Parque Nacional Grampians en el sureste de
Australia. Los resultados de las simulaciones sugieren que el modelo produce estimaciones
de densidad no sesgadas si el espaciamiento del dispositivo es menor que la longitud radial
de un rango de hogar tpico y el nmero de ocasiones de encuentro es alto (es decir, al
menos 10). La aplicacin del modelo a los datos de deteccin de cmara de los zorros en el
Parque Nacional Grampians result en una densidad estimada de 0.22 zorras / km 2(IC
95%: 0.16-0.53). Para este conjunto de datos, la precisin de la densidad y las estimaciones
de los parmetros de deteccin se incrementaron mediante el uso de una distribucin previa
informativa para el parmetro de escala de rango hogareo. El modelo actual debera
aplicarse ampliamente a una variedad de situaciones de muestreo que resulten en datos de
deteccin / no deteccin correlacionados espacialmente, como captura de cebo, encuestas
de dispersin, estaciones de seguimiento y tarjetas de masticacin, por nombrar algunos.
2015 The Wildlife Society.
Acceda al texto completo
de este artculo
Auxiliar
Informacin del artculo
informacin de soporte
Contenido relacionado
Artculos relacionados con el que ests viendo
Los siguientes artculos se han seleccionado para usted segn el artculo que est viendo actualmente.

Inferencia bayesiana en estudios de captura de cmara para una clase de modelos de

captura-recaptura espacial
Autores
J. Andrew Royle, K. Ullas
Karanth, Arjun M.
Gopalaswamy, N. Samba
Kumar
Fecha de Publicacin
1 de noviembre de 2009

Modelos de poblacin integrados espacialmente explcitos

Autores
Richard B. Chandler,
Joseph D. Clark
Fecha de Publicacin
23 de enero de 2014

Estimar la abundancia de poblaciones de animales no marcadas: la deteccin

imperfecta y otras fuentes de inflacin cero
Autores
Francisco V. Dnes, Lus
Fbio Silveira, Steven R.
Beissinger
Fecha de Publicacin
27 de enero de 2015

Modelos jerrquicos para estimar la densidad a partir de estudios de marcado y

recaptura de ADN
Autores
Beth Gardner, J. Andrew
Royle, Michael T. Wegan
Fecha de Publicacin
1 de abril de 2009

Inferencia espacialmente explcita para poblaciones abiertas: estimacin de

parmetros demogrficos a partir de estudios de cmara-trampa
Autores
Beth Gardner, Juan
Reppucci, Mauro
Lucherini, J. Andrew Royle
Fecha de Publicacin
1 de noviembre de 2010

Citando literatura
N

m
e
r
o

d
e

v
e
c
e
s

c
i
t
a
d
o
:

9
1. 1Girish Arjun Punjabi , MK
Rao , Grandes poblaciones
de herbvoros fuera de las
reas protegidas en los
Ghats occidentales
dominados por humanos,
India, Biologa de
mamferos - Zeitschrift fr
Sugetierkunde , 2017 , 87 ,
27CrossRef
2. 2P. Ferreras , F. Daz-
Ruiz , PC Alves , P.
Monterroso , Optimizacin
de los protocolos de captura
de cmaras para
caracterizar las
comunidades de
mesocarnvoros en Europa
sudoccidental, Journal of
Zoology , 2017 , 301 , 1,
23Wiley Online Library
3. 3Quresh S. Latif , Martha
M. Ellis , Courtney L.
Amundson , Una definicin
ms amplia de ocupacin:
Comente sobre Hayes y
Monfils, The Journal of
Wildlife
Management , 2016 , 80 , 2,
192Wiley Online Library
4. 4Modelo jerrquico
aplicado en ecologa, 2016 ,
737CrossRef
5. 5Paul Meek , Guy
Ballard , Peter
Fleming , Greg Falzon ,
Nos estamos dando una
idea completa? Respuestas
de los animales a las
trampas de la cmara y sus
implicaciones para los
estudios de
predadores, Ecology and
Evolution , 2016 , 6 , 10,
3216Wiley Online Library
6. 6Pat A. Terletzky , David
N. Koons , Estimacin de la
abundancia de ungulados
teniendo en cuenta las
mltiples fuentes de error
 de observacin, Wildlife
Society Bulletin , 2016 , 40 ,
3, 525Wiley Online Library
7. 7Brent S. Pease , Clayton
K. Nielsen , Eric J.
Holzmueller , Rob Slotow ,
diseos de encuesta de
trampa de una sola cmara
Miss Detecciones: Impactos
en las estimaciones de
ocupacin y mtricas de la
comunidad, PLOS
ONE , 2016 , 11, 11,
e0166689CrossRef
8. 8William J. McShea , Tavis
Forrester , Robert
Costello , Zhihai
He , Roland Kays , cmaras
dirigidas por voluntarios
como sensores distribuidos
para la investigacin de
mamferos de
macrosistemas, Landscape
Ecology , 2016 , 31 , 1,
55CrossRef
9. 9Daniel B. Hayes , Michael
J. Monfils , Modelado de la
ocupacin de recuentos de
aves: Implicaciones de los
animales mviles, The
Journal of Wildlife
Management , 2015 , 79 , 8,
1361Wiley Online Library