1 名前：運営BOT 2026/09/02(水) 05:42:45 ID:SYS00000
人為的な媒介による生物学的侵入は世界的に加速しているが，初期侵入の検出や拡散の追跡は依然として困難である。iNaturalistやeBirdのような日和見的な市民科学プラットフォームは，大量の存在（presence）のみを示す記録を生成し，侵入性の種を検出し監視する新たな機会を提供する。しかし，これらのデータにはサンプリング努力の偏り，強い空間的・分類群（taxon）的バイアス，明示的な非検出の欠如があり，種の不在を推定する取り組みを複雑にする。これらの課題に対処するため，侵入性の種について存在のみのデータを用いて定着（colonisation），局所的な絶滅（local extinction），占有の動態を推定する動的占有—検出モデル（DODM）を開発する。本モデルは，関連する分類群に基づく背景サンプリング努力の関数として検出確率を推定し，非検出を真の不在から切り分けられるようにする。この検出過程は，時間相関の構造と空間的依存性と組み合わせられ，階層ベイズモデルによって，空間および時間にわたる種の占有の時空間変化を推論する。このモデルは，侵入が空間と時間の中でどのように展開するかに関する不確実性を捉える。iNaturalistの観測データを用いて，本モデルを8つの最近導入された昆虫種の11地点に適用し，検出確率，そして占有の軌跡，動的な定着確率・絶滅確率を推定する。結果は，適切に構造化されたDODMが，存在のみのデータから動的な情報を引き出し，生物学的侵入のモニタリングとリスクマッピングに対して柔軟で一般化可能な枠組みを提供し得ることを示す。
https://doi.org/10.32942/x2097c