[論文レビュー] Multivariate multilevel latent Gaussian process model to evaluate wetland condition

Erin M. Schliep, Jennifer A. Hoeting|arXiv (Cornell University)|May 18, 2012

Economic and Environmental Valuation被引用数 2

ひとこと要約

本稿では、混合順序尺度および連続尺度の応答を用いて湿地の健全性を評価するため、ベイジアン多変量多段階潜在ガウス過程モデルを提案する。非観測の潜在空間ガウス過程をモデル化することにより、場所間での湿地健全性の相対的順位付けが可能となり、また、潜在的健全性と最も強く相関する現場測定値を同定できる。これは、エキスパートの判断に基づく指標とは対照的に、データ駆動型の代替手法を提供する。

ABSTRACT

We propose a Bayesian model for mixed ordinal and continuous multivariate data to evaluate a latent spatial Gaussian process. Our proposed model can be used in many contexts where mixed continuous and discrete multivariate responses are observed in an effort to quantify an unobservable continuous measurement. In our example, the latent, or unobservable measurement is wetland condition. While predicted values of the latent wetland condition variable produced by the model at each location do not hold any intrinsic value, the relative magnitudes of the wetland condition values are of interest. In addition, by including point-referenced covariates in the model, we are able to make predictions at new locations for both the latent random variable and the multivariate response. Lastly, the model produces ranks of the multivariate responses in relation to the unobserved latent random field. This is an important result as it allows us to determine which response variables are most closely correlated with the latent variable. Our approach offers an alternative to traditional indices based on best professional judgment that are frequently used in ecology. We apply our model to assess wetland condition in the North Platte and Rio Grande River Basins in Colorado. The model facilitates a comparison of wetland condition at multiple locations and ranks the importance of in-field measurements.

研究の動機と目的

• 混合連続および順序尺度の生態的測定値から非観測の湿地健全性を定量化する統計モデルを開発すること。
• 点位置に依存する共変量を用いて、観測されていない場所における潜在的湿地健全性の空間予測を可能にすること。
• 個々の応答変数が潜在的湿地健全性に関連して相対的にどの程度重要であるかを順位づけること。
• 生態的評価で一般的に用いられるエキスパートの判断に基づく指標の代替として、データ駆動型の手法を提供すること。
• 河川流域にまたがる複数のサイトにおける湿地健全性の比較的評価を容易にすること。

提案手法

• 本モデルは、混合連続および順序尺度応答を潜在ガウス過程を通じて共同でモデル化する多段階ベイジアンフレームワークを採用する。
• 観測された応答は、非観測の湿地健全性を表す共通の潜在空間ガウス過程を条件とする独立に発生すると仮定する。
• 点位置レベルに共変量を組み込み、新たな場所における予測を支援する。
• マルコフ連鎖モンテカルロ（MCMC）法を用いて、潜在過程および応答変数の事後分布を推定する。
• 各応答変数と潜在過程との間の相対的相関を定量化し、その重要性を順位づける。
• 不確実性の定量化および潜在的健全性推定値の空間スムージングを可能にする。

実験結果

リサーチクエスチョン

• RQ1 混合連続および順序尺度の生態的データをどのように共同でモデル化することで、非観測の潜在的湿地健全性を推定できるか？
• RQ2 どの現場での生態的測定値が潜在的湿地健全性と最も強く相関しているか？
• RQ3 空間共変量を用いて、新たな観測されていない場所における潜在的湿地健全性を予測できるか？
• RQ4 本モデルによる応答変数の順位付けは、エキスパートの判断に基づく指標と比較してどのように異なるか？
• RQ5 ノース・プラット川およびリオグランデ川流域における潜在的湿地健全性の空間的パターンは何か？

主な発見

• 本モデルは、複数のサイトにおける湿地健全性の相対的順位付けを成功裏に得ており、生態的完全性の直接的な比較を可能にした。
• 潜在空間プロセスは、ノース・プラット川およびリオグランデ川流域における湿地健全性の意味のある空間的パターンを捉えた。
• 本モデルは、潜在的健全性と最も強く相関する特定の現場測定値を同定し、主要な生態的指標に関する洞察を提供した。
• 点位置に依存する共変量を用いて、新たな場所における潜在的健全性の予測が行われ、空間的意思決定を支援した。
• 本アプローチは、生態的評価におけるエキスパートの判断に基づく指標の統計的に厳密で再現可能な代替手法を提供した。
• 潜在プロセスとの相関に基づいて応答変数を順位づける本モデルの能力は、監視変数の優先順位を明確にする透明な手法を提供する。