Estimările parametrilor populațiilor de animale sălbatice, cum ar fi abundența sau probabilitatea de apariție, se află în centrul multor planuri de conservare a diversității biologice. Aceștia oferă informații esențiale asupra populației, habitatului și schimbărilor de mediu, servind drept indicatori timpurii ai amenințărilor la adresa biodiversității.
Estimarea abundenței şi ocupanţei speciilor constituie una din cele mai dificile și importante activităţi de management a speciilor sălbatice. Datele pentru aceste estimări se obțin în principal din studii de capturare-recapturare (abundenţă) și studii de tip ocupanță sau N-mixture (ocupanţă sau abundenţă). Modelele N-mixture oferă estimări directe ale abundenței populației, făcându-le valoroase pentru managementul și eforturile de conservare a populațiilor. Flexibilitatea lor permite adaptarea la diverse surse de heterogenitate a detecției și încorporarea proceselor dinamice ale populației. Ele necesită, de asemenea, dimensiuni de eșantion mai mari și mai multe sondaje repetate pentru a estima cu exactitate abundența, în special pentru speciile cu probabilități scăzute de detecție.
Un tip de design de ocupanță poate, de asemenea, să răspundă la întrebări despre abundența animalelor și relațiile dintre abundență și variabilele de mediu sau legate de activitățile umane. Abundența poate fi estimată folosind (1) date de detecție/non-detecție și bazându-se pe variația în probabilitățile de detecție pentru a informa estimările de abundanță (de exemplu, estimatorul Royle-Nichols; (Royle and Nichols, 2003), sau (2) numărul de animale sau semne ale animalelor (Royle, 2004).
Dar ce estimează de fapt aceste modele? Astfel, atunci când o specie este monitorizată într-o zonă de studiu, se pot detecta sau număra doar o parte din indivizii prezenți (detecție imperfectă, evaluare incompletă). Astfel, se calculează în acest caz estimări ale ocupanței sau abundenței (sau indicatori surogat, cum ar fi proporția de suprafață ocupată, abundența relativă sau densitatea), controlând factorii care influențează probabilitatea de detecție (Kery and Royle, 2020). Dacă nu este luată în calcul heterogenitatea în probabilitatea de detecție (de exemplu, vegetaţie diferită în zonele de studiu), aceasta poate cauza erori considerabile de estimare și poate ascunde adevăratele tendințe ale populației (Duarte et al., 2018; Link et al., 2018). Deoarece arealele de studiu sunt adesea prea mari pentru a fi evaluate complet, se utilizează strategii de eșantionare astfel încât un eșantion să poată fi acoperit și să fie reprezentativ, adică să poată fi extrapolat la toată zonă.
Următorul pas este să implementăm două scripturi care să ne introducă în modelarea abundenței folosind pachetul “unmarked” pentru programul R.