[論文レビュー] Probability of Insect Capture in a Trap Network: Low Prevalence and Detection Trapping with TrapGrid

Nicholas C. Manoukis, Matthew P. Hill|arXiv (Cornell University)|Oct 21, 2021

Plant and animal studies被引用数 5

ひとこと要約

本稿は、TrapGridモデリングフレームワークを拡張し、特に低発生率の状況において有効な厳密な検出モードを導入した。このモードは、トラップネットワーク内での1匹以上の昆虫の捕獲確率を計算する。元の平均捕獲確率モデルとは異なり、この新しいモードは0匹捕獲の確率をよりよく推定でき、小規模で安定した個体群における監視の解釈可能性を向上させる。同時に、拡散に基づく移動シミュレーションとトラップ配置最適化により、正確性を維持する。

ABSTRACT

Attractant-based trap networks targeting insects are ubiquitous worldwide. These networks have diverse targets, goals, and efficiencies, but all are constrained by practical considerations like cost and available lures. An important way to balance goals and constrains is through quantitative mathematical modeling. Here we describe an extension of a computer model of trapping networks known as "TrapGrid" to include an alternative mode of calculating the probability of capture over time in a trapping network: Strict detection ("capture of one or more") compared with the average probability of capture as implemented in the original version. We suggest that this new calculation may be useful in situations of low prevalence where trap network operators wish to interpret the meaning of zero captures at a small scale. The original remains preferred for comparing the sensitivity and suitability of alternate trap networks (i.e. density of traps, their placement, lure attractiveness, etc.).

研究の動機と目的

• 低発生率の昆虫捕獲ネットワークにおける0匹捕獲の解釈の難しさに対処すること。平均捕獲確率は誤解を招く可能性がある。
• TrapGridに、時間経過に伴う1匹以上の昆虫の累積捕獲確率を計算する新しいモードを開発すること。平均捕獲確率ではなく、累積確率を扱う。
• 捕獲が1度も発生しないことが生物学的に意味を持つような、小規模で安定した個体群における監視結果の解釈をより正確に可能にすること。
• 異なる個体群サイズとトラップ構成において、新しい厳密検出アプローチ（TGA）と元の平均捕獲確率（TGO）を比較すること。
• 研究者および実務家が、低発生率状況における現実の検出結果をよりよく反映するツールを提供すること。

提案手法

• 本稿では、TGA（Total Grid Analysis）と呼ばれる新しいアルゴリズムを導入し、個体の移動とトラップの誘引に基づいて、トラップネットワークにおける1匹以上の昆虫の累積日次捕獲確率を計算する。
• 昆虫の移動は、拡散または相関ランダムウォークモデルを用いて時間経過でシミュレートされ、各トラップからの距離に応じた双曲正割関数に基づく捕獲確率が算出される。
• TGAは、元のTrapGridモード（TGO）と比較される。TGOは、時間経過に伴う1頭あたりの平均捕獲確率を計算し、昆虫をサンプリングポイントとして扱う。
• シミュレーションは、昆虫数（例：N = 3, 300）、トラップ密度（1平方マイルあたり4〜100個）、誘引パラメータ（1/λ：5〜80メートル）を変化させた条件下で実施される。
• 各パラメータセットに対して250回の繰り返しシミュレーションを実施し、平均捕獲確率、分散、飽和挙動の時間的推移を評価する。
• 拡張されたTrapGridソフトウェアには、TGOモードとTGAモードを切り替えるためのコマンドラインスイッチが実装されており、さまざまな監視およびモニタリング状況への柔軟な適用を可能にする。

実験結果

リサーチクエスチョン

• RQ1 低発生率条件下で、トラップネットワークにおける1匹以上の昆虫の捕獲確率は、時間経過とともにどのように変化するか？
• RQ2 異なる個体群サイズにおいて、TGAモードとTGOモードの感度、分散、飽和挙動の観点から、どのように比較できるか？
• RQ3 どのような状況でTGAモードがTGOモードよりも0捕獲結果の解釈に有用となるか？
• RQ4 トラップ密度と誘引力の強さは、TGAフレームワーク下で捕獲確率にどのように影響を与えるか？
• RQ5 TGAモデルは、小規模で安定した昆虫個体群における検出の生物学的現実をどの程度より正確に再現するか？

主な発見

• TGAモードは、特に個体群が小さい場合（例：N = 3）にTGOよりも高い分散を示し、平均値が昆虫数に強く依存する。これはTGOとは対照的である。
• 300頭の個体群では、TGAは速やかに飽和に達し、捕獲確率が約1に近づくため、それ以上の段階でトラップネットワークの感度を比較するには役立たない。
• TGAは、時間経過に伴い1頭も捕獲されない確率を推定するのに特に有用であり、これは0捕獲が生物学的に意味を持つ低発生率監視において重要な指標である。
• 元のTGOモードは、トラップ密度や誘引力といった異なる構成のトラップネットワーク間での感度比較に優れており、個体群サイズに依存せず安定した平均推定値を提供するため、依然として優位である。
• TGAモデルは、個体群サイズが既知でかつ小さい場合（例：30頭未満）に最も有用であり、検出作業における偽陰性のリスクを評価できる。
• TGOおよびTGAモードを備えた拡張済みTrapGridソフトウェアは、https://github.com/manoukis/TrapGrid で公開されており、多様な捕獲状況への応用が可能である。