Жергілікті дөңес корпус - Local convex hull

Жергілікті дөңес корпус (LoCoH) өлшемін бағалау әдісі болып табылады үй диапазоны жануарлардың немесе жануарлар тобының (мысалы, қасқырлар тобы, арыстанның мақтанышы немесе буйволдар үйірі) және кәдеге жарату.[1][2] Соңғысы - а ықтималдықтың таралуы уақыттың кез-келген нүктесінде жануарды үй аймағының берілген аймағында табу ықтималдығын білдіреді; немесе, әдетте, пайдалану үлестірімі салынған уақыт кезеңінде. Атап айтқанда, тәуліктік немесе маусымдық циклдің белгілі бір кезеңдеріне қатысты мәліметтерден әртүрлі пайдалану үлестірімдерін жасауға болады.

Пайдалану үлестірімдері жеке тұлғаның немесе бірнеше жеке тұлғаның кеңістіктегі уақыттың әр түрлі нүктелерінде орналасуын қамтамасыз ететін мәліметтерден, жергілікті тарату функциясын әр нүктемен байланыстыру арқылы, содан кейін мәліметтерге қатысты тарату функциясын алу үшін осы жергілікті тарату функцияларын жинақтап, қалыпқа келтіру арқылы жасалады. тұтастай алғанда.[3][4][5][6] Егер локальды үлестіру функциясы симметриялық сияқты параметрлік үлестірім болса екі өлшемді қалыпты үлестіру онда әдіс а деп аталады ядро әдісі, бірақ дәлірек параметрлік ядро ​​әдісі ретінде белгіленуі керек. Екінші жағынан, егер әр нүктемен байланысты жергілікті ядро ​​элементі жергілікті болса дөңес көпбұрыш нүктеден тұрғызылған және оның к-1 жақын көршілер, содан кейін әдіс параметрлік емес және а деп аталады к-LoCoH немесе бекітілген нүкте LoCoH әдісі. Бұл айырмашылығы р-LoCoH (бекітілген радиус) және а-LoCoH (адаптивті радиус) әдістері.

LoCoH тарату құрылымдары жағдайында үй диапазоны таралудың сыртқы шекарасы ретінде қабылдануы мүмкін (яғни 100-ші процентиль). Екі ядролы қалыпты үлестірімдер сияқты ядролық элементтерден тұрғызылған пайдалану үлестірімдері жағдайында, қолдану үлестірмесінің өзі шектеусіз болады. Бұл жағдайда кәдеге жарату таралуының 95-процентилін үй диапазонының шекарасы ретінде қарастыру жиі қолданылады.

Салу үшін а к-LoCoH кәдеге жарату үлесі:

  1. Орналасқан жерін табыңыз к - мәліметтер жиынтығының әр нүктесі үшін 1 жақын көршілер.
  2. Әрбір жақын көршілер жиынтығы және түпнұсқа деректер нүктесі үшін дөңес корпусты салыңыз.
  3. Бұл корпустарды ең кішкентайдан үлкенге біріктіріңіз.
  4. Біріктірілген корпустарды изоплеттерге бөліңіз, онда 10% изоплетте бастапқы деректер нүктелерінің 10%, 100% изоплетте барлық нүктелер бар және т.с.с.

Осы мағынада LoCoH әдістері - бұл құруға негізделген үй диапазонын бағалау әдісін жалпылау минималды дөңес көпбұрыш (MCP) деректермен байланысты. LoCoH әдісі параметрлік ядро ​​әдістеріне қарағанда бірқатар артықшылықтарға ие. Соның ішінде:

  • Қосымша мәліметтер қосқан сайын, негізгі диапазонның бағалары екі ядролы қалыпты ядролық конструкцияларға қарағанда дәлірек болады.
  • LoCoH көлдер мен қоршаулар сияқты «өткір» функцияларды өңдейді, олар ядролық параметрлік құрылымдарға қарағанда әлдеқайда жақсы.
  • Жоғарыда айтылғандай, үй диапазоны шектеулі аймақ болып табылады, мысалы, шектелген аймақты алу үшін 95-ші процентиль сияқты арнайы таңдауды қолданбай.

LoCoH бірқатар іске асыруды қамтиды, оның ішінде a LoCoH веб-қосымшасы.

LoCoH бұрын белгілі болды к-NNCH, үшін к- жақын маңдағы дөңес корпус. Жақында көрсетілгендей болды а-LoCoH - жоғарыда аталған үш LoCoH әдісінің ішіндегі ең жақсысы (Гетц және басқаларын төмендегі сілтемелерден қараңыз).

T-LoCoH

T-LoCoH (жергілікті дөңес корпус) - бұл LoCoH-тың жетілдірілген нұсқасы, ол үй диапазонының құрылысына уақытты қосады.[7][8] Уақыт алгоритмге кез-келген екі нүкте арасындағы кеңістіктік қашықтық пен уақыттық қашықтықты біріктіретін уақыттың масштабталған қашықтығы (TSD) деп аталатын баламалы «қашықтық» өлшемі арқылы қосылады. Бұл әр нүктеде GPS деректерімен байланысты уақыт белгісі бар деп болжайды. Әр нүктенің жақын көршілерін анықтау үшін T-LoCoH эвклидтік арақашықтықтан гөрі TSD пайдаланады, нәтижесінде кеңістікте де, уақытта да локализацияланған. Содан кейін корпустар сұрыпталып, изоплеттерге біртіндеп біріктіріледі. LoCoH сияқты, T-LoCoH құрған УДС, әдетте, су объектілері сияқты тіршілік ету ортасында өткір жиектерді модельдеуде жақсы жұмыс істейді; сонымен қатар T-LoCoH изоплеттері кеңістікті пайдаланудың уақытша бөлімдерін анықтай алады.[7] T-LoCoH сонымен қатар ішкі кеңістікті пайдалану қарқындылығымен (әдеттегі UD) және әртүрлі мінез-құлық прокси-мен, соның ішінде бағытталу және уақытты пайдалану көрсеткіштерімен ерекшеленетін изоплеттер жасауға мүмкіндік беретін корпусты сұрыптаудың қосымша нұсқаларын ұсынады.

Уақыт арақашықтық

Кез-келген екі орынға арналған TSD мен және j уақыт бойынша бөлінген арқылы беріледі

Тұжырымдамалық тұрғыдан, TSD екі бақылаулар арасындағы уақыт кезеңін кеңістіктік бірліктерге айналдырады, егер жеке адам өзінің максималды бақыланатын жылдамдығымен қозғалған болса, уақыт аралығында қанша жол жүре алатынын бағалау арқылы. Осы теориялық қозғалыс қашықтығы кеңістіктің үшінші осіне түсіріліп, қашықтық стандартты евклидтік теңдеулер көмегімен есептеледі. TSD теңдеуінде масштабтау параметрі де бар с уақыттық айырмашылықтың кеңістіктік бірліктерге масштабтау дәрежесін басқарады. Қашан с= 0, уақытша қашықтық төмендейді және TSD эвклидтік арақашықтыққа тең (осылайша T-LoCoH LoCoH-мен кері үйлесімді[8]). Қалай с ұлғаяды, уақыттық арақашықтық барған сайын ықпалды бола бастайды, сайып келгенде кеңістіктегі қашықтықты батпақтайды. TSD метрикасы қозғалыстың механикалық немесе диффузиялық моделіне негізделмеген, тек кеңістіктегі және / немесе уақыттағы локалды қабықшаларды құруға қызмет етеді.[7]

Әдебиеттер тізімі

  1. ^ Getz, W. M. and C. C. Wilmers, 2004. Жергілікті көрші үйдің диапазоны дөңес корпусты салу және пайдалану үлестірімі. Экография 27: 489-505.PDF файлын қарау
  2. ^ Гетц, В.М., Фортманн-Ро, П.С. Кросс, А. Дж. Лионс, С. Дж. Райан, СС. Wilmers, PLoS ONE 2 (2): e207. дои:10.1371 / journal.pone.0000207. LoCoH: негізгі диапазондар мен кәдеге жарату үлестерін құруға арналған ядролық параметрлік емес әдістер. PDF файлын қарау
  3. ^ Silverman BW. (1986) Статистика және деректерді талдау үшін тығыздықты бағалау. Лондон: Чэпмен және Холл. 176 б.
  4. ^ Worton BJ. (1987). Жануарлардың қозғалуына арналған үй диапазонының модельдеріне шолу. Экологиялық модельдеу, 38: 277–298.
  5. ^ Worton BJ. (1989) Үйде жүргізілетін зерттеулерде үлестіруді бағалаудың ядролық әдістері. Экология 70: 164–168.
  6. ^ Seaman DE, Пауэлл Р.А. (1996) Үй диапазонын талдау үшін ядро ​​тығыздығын бағалаудың дәлдігін бағалау. Экология 77: 2075–2085.
  7. ^ а б c Лионс, А., Тернер, В.С. және Гетц В.М. 2013. Үй диапазоны плюс: нақты ландшафттар бойынша қозғалысты кеңістік-уақыт сипаттамасы. BMC қозғалыс экологиясы 1: 2. дои:10.1186/2051-3933-1-2.
  8. ^ а б http://tlocoh.r-forge.r-project.org