[论文解读] Statistical Inference on Tree Swallow Migrations

Tim Coleman, Lucas Mentch+5 more|arXiv (Cornell University)|Oct 26, 2017

Species Distribution and Climate Change被引用 2

一句话总结

本研究利用eBird公民科学数据与随机森林建模方法，探究了美国东部地区树燕（Tachycineta bicolor）的迁徙模式，表明日最高温度是影响迁徙启程日期年际变化的统计显著驱动因素。通过正式假设检验与基于置换的函数数据分析方法，确认了温度在复杂生态相互作用背景下的预测重要性。

ABSTRACT

Bird species' migratory patterns have typically been studied through individual observations and historical records. In recent years however, the eBird citizen science project, which solicits observations from thousands of bird watchers around the world, has opened the door for a data-driven approach to understanding the large-scale geographical movements. Here, we focus on the North American Tree Swallow ( extit{Tachycineta bicolor}) occurrence patterns throughout the eastern United States. Migratory departure dates for this species are widely believed by both ornithologists and casual observers to vary substantially across years, but the reasons for this are largely unknown. In this work, we present evidence that maximum daily temperature is a major factor influencing Tree Swallow occurrence. Because it is generally understood that species occurrence is a function of many complex, high-order interactions between ecological covariates, we utilize the flexible modeling approach offered by random forests. Making use of recent asymptotic results, we provide formal hypothesis tests for predictive significance various covariates and also develop and implement a permutation-based approach for formally assessing interannual variations by treating the prediction surfaces generated by random forests as functional data. Each of these tests suggest that maximum daily temperature has a significant effect on migration patterns.

研究动机与目标

• 探究美国东部地区树燕迁徙启程日期的年际变化。
• 评估生态协变量（尤其是日最高温度）对树燕出现模式的影响。
• 开发并应用随机森林模型中变量重要性的正式统计推断方法。
• 通过预测表面的函数数据分析，检验迁徙时间是否存在显著的年际差异。

提出的方法

• 利用美国东部地区大规模的eBird公民科学观测数据，记录树燕的出现情况。
• 应用随机森林回归模型，将树燕出现情况作为多个生态协变量（包括日最高温度）的函数进行建模。
• 采用近期的渐近结果，对单个协变量的预测显著性进行正式假设检验。
• 将随机森林的预测表面视为函数型数据，并应用基于置换的分析方法，检验年际差异是否显著。
• 使用置换检验评估不同年份间迁徙模式差异的统计显著性。
• 结合灵活的非参数建模与严格的推断方法，以处理高阶生态相互作用。

实验结果

研究问题

• RQ1 日最高温度在多大程度上能够预测树燕迁徙启程日期的年际变化？
• RQ2 其他生态协变量在预测树燕出现模式方面的重要性与温度相比如何？
• RQ3 在排除随机波动后，不同年份的迁徙模式是否存在统计显著差异？
• RQ4 能否将正式假设检验应用于随机森林模型中变量重要性的生态数据？
• RQ5 如何将随机森林的预测表面视为函数型数据，以评估时间上的变异？

主要发现

• 日最高温度是树燕迁徙启程日期的统计显著预测因子，正式假设检验提供了有力证据。
• 基于置换的函数数据分析方法确认，迁徙模式的年际变化并非源于随机噪声，而是反映了真实且可测量的差异。
• 结合正式推断程序的随机森林模型，成功识别出温度是复杂生态相互作用背景下的主导因素。
• 本研究证明，正式统计推断可应用于随机森林模型中的变量重要性，从而拓展了其在预测之外的应用价值。
• 结果支持温度变异是导致树燕迁徙时间年际变化的关键驱动因素的假设。