[論文レビュー] The Langevin diffusion as a continuous-time model of animal movement and habitat selection

Théo Michelot, Marie‐Pierre Étienne+1 more|arXiv (Cornell University)|Oct 24, 2018

Marine animal studies overview被引用数 3

ひとこと要約

本論文は、空間共変数から導かれるポテンシャル関数を用いて、動的移動を確率過程としてモデル化する連続時間ランジュバン拡散モデルを提案する。このモデルは、定常利用分布を通じて、生息環境選択と空間利用を明示的に結びつける。不規則にサンプリングされたテレメトリーデータから、擬似尤度推定を用いて長期的な生息環境への好みを安定して推定可能であり、相関のある移動データの取り扱いにおいて、従来の手法を凌駆する。

ABSTRACT

1. The utilisation distribution describes the relative probability of use of a spatial unit by an animal. It is natural to think of it as the long-term consequence of the animal's short-term movement decisions: it is the accumulation of small displacements which, over time, gives rise to global patterns of space use. However, most utilisation distribution models either ignore the underlying movement, assuming the independenceof observed locations, or are based on simplistic Brownian motion movement rules. 2. We introduce a new continuous-time model of animal movement, based on the Langevin diffusion. This stochastic process has an explicit stationary distribution, conceptually analogous to the idea of the utilisation distribution, and thus provides an intuitive framework to integrate movement and space use. We model the stationary (utilisation) distribution with a resource selection function to link the movement to spatial covariates, and allow inference into habitat selection. 3. Standard approximation techniques can be used to derive the pseudo-likelihood of the Langevin diffusion movement model, and to estimate habitat preference and movement parameters from tracking data. We investigate the performance of the method on simulated data, and discuss its sensitivity to the time scale of the sampling. We present an example of its application to tracking data of Stellar sea lions (Eumetopiasjubatus). 4. Due to its continuous-time formulation, this method can be applied to irregular telemetry data. It provides a rigorous framework to estimate long-term habitat selection from correlated movement data.

研究の動機と目的

• 生息環境選択と長期的空間利用を統合する、機械論的で連続時間の動物移動モデルを開発すること。
• 従来の手法が独立な位置の仮定や現実的でないブラウン運動を仮定するという限界を是正すること。
• パラメトリックで定常的な分布を通じて、移動ダイナミクスと環境共変数を直接結びつけるフレームワークを提供すること。
• 高分解能で不規則にサンプリングされたテレメトリーデータから、生息環境選択を信頼性高く推定できること。
• 離散グリッドや補間ベースのモデルとは異なり、連続空間の定式化を用いることで、より頑健な代替手法を提供すること。

提案手法

• モデルはランジュバン拡散過程を用い、その定常分布が利用分布に対応するため、移動と空間利用の直接的な関連が可能である。
• 拡散のドリフト項は、リソース選択関数を介して空間共変数を組み込んだポテンシャル関数から導出される。
• 連続時間過程の遷移密度を近似するために、Euler離散化スキームを用いた擬似尤度推定が実施される。
• 補間を必要とせず、不規則な間隔のテレメトリーデータを処理でき、移動の時間的相関を保持する。
• ケーススタディでは二段階のアプローチが用いられる：まずArgos位置を連続時間の相関ランダムウォークでフィルタリングし、その後でランジュバンモデルをフィッティングする。
• 観測モデルを尤度に直接統合することで、測定誤差を含む階層状態空間モデルの統合が可能となる。

実験結果

リサーチクエスチョン

• RQ1 定常分布が利用分布を表す連続時間移動モデルをどのように構築できるか？
• RQ2 機械論的移動モデルを用いて、不規則にサンプリングされたテレメトリーデータから、生息環境選択を信頼性高く推定できるか？
• RQ3 Euler離散化スキームの性能は、Ozakiのようなより洗練されたスキームと比べて、どのように異なるか？
• RQ4 ランジュバンモデルは、非機械論的手法と比較して、真の生息環境好みをどれほどよく捉えられるか？
• RQ5 測定誤差を統一された推論フレームワークに統合するには、このモデルをどのように拡張できるか？

主な発見

• ランジュバン拡散モデルは、閉形式の定常分布を提供し、これにより移動と空間利用の機械論的リンクが可能である。
• Eulerスキームを用いた擬似尤度推定は、不規則なサンプリング下でも信頼性の高いパラメータ推定を可能とし、数値的安定性の観点から実務的にOzakiスキームを上回る。
• シミュレートされたデータから、モデルは生息環境選択を適切に推定でき、さまざまな時間スケールで真のリソース選択関数を正確に回復した。
• ステラークジラのテレメトリーデータへの適用では、明確な生息環境への好みが明らかとなり、生態的期待に合致する有意義な空間利用パターンが検出された。
• 二段階アプローチ（フィルタリング→モデル化）は有効ではあるが、最適ではない。測定誤差を統合した統一された状態空間モデルへの統合が、より良い推定を実現するための推奨事項である。
• 本手法はデータの不規則性に対して頑健であり、空間的・時間的ビニングを必要とせず、現代の高分解能テレメトリーデータに適している。