10月30日
グレートリバーズ協働生態系研究ユニット所属パートナーとの協力協定
Geological Survey
米国地質調査所(USGS)は、協働生態系研究ユニット(CESU)のグレートリバーズ・ネットワークに参加するパートナーから、ベイズ統計手法の開発と応用に焦点を当てた新規研究の提案を募っている。今回の資金提供では、コウモリの受動的音響モニタリングデータを分析する手法の高度化を目指す。具体的には、調査が行われていない地点での種の出現と相対的な生息量を推定し、意味のある環境予測因子との関連を評価することが求められる。提案される手法は、空間的な相関を考慮に入れるとともに、音響データに特有の誤分類プロセスに対処するため複数の観測者情報を統合するものである必要がある。
受動的音響モニタリングは、膨大な生物学的観測データを低コストかつ技術的に先進的な形で収集できる手段だ。主な科学的課題は、こうした大規模データを、種の出現と相対的生息量を示す動的で対話的な地図へと変換することにある。この地図の作成能力を高めることは、土地管理や州機関による保全・回復の取り組みを直接後押しする。これは、土地と水域の回復、種の保護、信頼できる科学情報の提供を協働パートナーシップを通じて進めるという内務省(DOI)の戦略目標にも沿うものである(SO 3356:狩猟および野生生物保全の機会と、州・部族・準州との調整、2017年9月15日)。また、これらの取り組みは大統領令14303「黄金標準科学の回復」を直接支える。データから結論を導く際に、あらゆる不確実性の源を考慮した統計モデルを用いることが科学の根幹だからだ。
本研究は、北米に生息する47種のコウモリの分布と活動率のモニタリングに大きく貢献する。コウモリは農業害虫を捕食することで年間37億~530億ドル相当の節約効果をもたらすと推計されており(Boyles et al. 2011)、正確なモニタリングは極めて重要である。USGSが開発した現行の計数検出モデルは種の分類誤差を考慮し、種の出現と相対的な活動を推定できる(Wright et al., 2020)が、観測間の空間的依存関係を明示的にモデル化してはいない。こうしたモデルに空間過程を取り入れることで、種分布の予測精度が向上することが知られており(Wright et al., 2021)、動物の移動や分散といった基盤となる生態的パターンのより完全な理解にもつながる(Levin, 1992)。開発される手法により、コウモリ種分布の予測がより頑健で正確になり、重要な保全・資源管理の意思決定に直接役立つことが期待される。
event締め切り: 12月04日
publicEstados Unidos
redeem無料