Геоинформатика и геостатистика: обзор

Оценка качества оценки общей парадигмы для категоризации численности животных после подсчета наблюдений

Нихарика Двиведи*

Индексы относительного изобилия широко применяются для наблюдения за популяциями жизни. Была разработана общая парадигма категоризации для структурирования информационного ассортимента и проведения анализов с достоверностью. Этот подход применим для нескольких метрик наблюдения, с наблюдениями, созданными на станциях по всему миру, представляющему интерес, и непрерывными в течение многих дней. Формула дисперсии для общего индекса была выведена с использованием линейной смешанной модели с прикладными математическими тестами и доверительными интервалами, сделанными самонадеянными гауссовыми распределенными наблюдениями. Однако несколько стратегий наблюдения, такие как вторжения на участки трассировки или фотоловушки, включают подсчеты с несколькими нулями, производя пуассоновские наблюдения. Чтобы заполнить этот выводной пробел между гауссовыми аналитическими предположениями и пуассоновской распределенной информацией, мы, как правило, оцениваем с помощью широкого исследования моделирования города оценку дисперсии и покрытие доверительных интервалов, как только гауссовская прикладная математика применяется к информации, полученной из распределения. Смешанная модель линейного эффекта презумптивных гауссовских наблюдений хорошо показала себя при оценке дисперсий и доверительных интервалов, как только смоделированная информация Пуассона оказалась в пределах диапазона, обнаруженного в полевых исследованиях (88–96% покрытия доверительного интервала). Оценка улучшилась за счет увеличения количества дней наблюдения. Коэффициенты покрытия доверительного интервала показали себя хорошо (даже при небольшом количестве дней наблюдения), как только регулярная изменчивость была крошечной, тогда как эффективная оценка привела к отличной изменчивости от станции к станции. Эти результаты предлагают фундаментальную основу для применения общей парадигмы категоризации для подсчета информации, усиливают общность подхода, предлагают ценную информацию для стиля исследования и успокоят практиков относительно обоснованности их аналитических выводов после подсчета информации о неправильном обращении