将eBird数据与高时空分辨率的遥感产品相结合，以估算爱尔兰岛范围内鸟类种群的分布情况

《Ibis》：Linking eBird data with high spatiotemporal remote sensing products to estimate occupancy of bird populations across the island of Ireland

公民科学数据、遥感信息、贝叶斯模型、鸟类占用率评估、环境驱动因素

　　

摘要

en此链接指向英文版摘要 es此链接指向西班牙文版摘要

通过公民科学项目产生的生物多样性数据量大幅增加，再加上日益丰富的遥感产品和先进的建模工具，为快速、准确和高效地监测物种趋势提供了新的途径，从而为保护、管理和政策制定提供依据。然而，充分利用和整合这些多样化的数据来源和模型仍是一个未充分探索的领域，相关努力往往集中在少数发达国家。在这项研究中，我们（1）总结了爱尔兰全岛二十年来的eBird数据；（2）将四年的数据与高时空分辨率的遥感信息及贝叶斯层次占用模型相结合，以评估物种的分布情况并确定影响其分布的环境因素，同时考虑到了检测的局限性。我们对欧亚黑鸫（Turdus merula）应用了单物种多年占用模型，对14个物种则应用了多物种多年模型，并通过系统的鸟类调查验证了模型预测结果。结果显示，2002年至2023年间，爱尔兰全岛的eBird数据提交量呈指数级增长。单物种模型能够很好地拟合数据，并解释了多种观测偏差；其占用率预测的准确率很高，年际间的接收者操作特征曲线下面积（AUC-ROC）达到95.6%。多物种模型则存在拟合不佳的情况，不同物种和年份的预测准确率各不相同：14%的预测效果较差（AUC-ROC < 60%），34%较为合理（AUC-ROC 60–70%），77%的预测效果良好（AUC-ROC > 70%）。尽管需要更多数据来优化多物种模型的拟合度并纳入更稀有的物种，但我们的研究结果凸显了将eBird公民科学数据与高分辨率遥感图像相结合的潜力，以提升现有的保护、恢复和监测工作。如果公民参与度和数据提交量能继续保持当前的增长趋势，那么空间和时间数据的覆盖范围以及模型预测的准确性都将得到进一步提升。为此，我们基于本研究的结果提供了生成更便于分析的数据清单的指南。所有使用的代码也一并提供，以便研究人员和实际工作者进行复制和调整。

摘要

en此链接指向英文版摘要 es此链接指向西班牙文版摘要

通过公民科学项目产生的生物多样性数据量大幅增加，加上遥感产品和先进建模工具的不断发展，为快速、准确和高效地监测物种分布趋势提供了新的可能性，从而为保护和管理政策提供有力支持。然而，这些多样化数据来源和模型的有效整合尚未得到充分探索，相关研究主要集中在少数发达国家。在本研究中，我们：（1）总结了爱尔兰全岛二十年来的eBird数据；（2）将四年的数据与高时空分辨率的遥感信息及贝叶斯层次占用模型结合，以评估鸟类栖息地并分析影响物种分布的环境因素，同时考虑了检测的局限性。我们对欧亚黑鸫应用了单物种多年占用模型，对14个物种应用了多物种多年模型，并通过系统性的鸟类调查验证了模型预测。结果显示，2002年至2023年间，eBird平台上的数据提交量呈指数级增长。单物种模型能够很好地拟合数据，解释了观测过程中的偏差；其占用率预测的准确率很高，年际间的AUC-ROC值为95.6%。多物种模型则存在拟合不佳的情况，不同物种和年份的预测准确率差异较大：14%的预测效果较差（AUC-ROC < 60%），34%较为合理（AUC-ROC 60–70%），77%的预测效果良好（AUC-ROC > 70%）。尽管需要更多数据来优化多物种模型的拟合度并纳入爱尔兰较少见的物种，但我们的研究结果展示了将eBird公民科学数据与高分辨率遥感图像结合的潜力，有助于提升现有的鸟类保护、恢复和监测工作。如果公民参与度和数据提交量能持续增长，数据的空间和时间覆盖范围以及模型预测的准确性都将得到提升。为此，我们基于本研究结果提供了生成更便于分析的数据清单的指南。所有代码均已提供，以便研究人员进行复制和调整。

利益冲突

本研究作者声明不存在任何利益冲突。

数据可用性声明

进行完整分析并重现本研究结果所需的全部R代码可在补充材料及以下GitHub仓库中找到：https://github.com/ramirocrego/eBird_occupancy_across_the_island_of_Ireland。eBird数据可公开获取，可通过eBird门户网站获取；Countryside Bird Survey（CBS）数据可向BirdWatch Ireland申请获取。