Luonnonvaraisten eläinkantojen monimutkaisuuden mallintaminen. Bayesilainen hierarkkinen viitekehys

Bayesilainen tilastotiede tarjoaa joustavan viitekehyksen luonnonvaraisten eläinpopulaatioiden monimutkaisten ekologisten prosessien ymmärtämiseen mallinnuksien avulla. Tässä työssä kehitin ja sovelsin bayesilaisia hierarkkisia malleja populaatiodynamiikan keskeisiin kysymyksiin. Ensiksi yhdistin klassisen avoimen populaation mallin geneettiseen informaatioon mallintaakseni sukupuuton partaalla olevan populaation dynamiikkaa, tavoitteena kvantifioida ekologisian parametreja kuten populaatiokokoa ja eloonjäämistodennäköisyyksiä. Toiseksi integroin erilaisia tietolähteitä mallintaakseni lajien levinneisyyttä laajoilla ajallis-spatiaalisilla asteikoilla, yhdistäen opportunistiset havainnot strukturoiduista kartoituksista saatuihin aineistoihin tuottaakseni spatiaalisen levinneisyyden karttoja ja runsausarvioita. Kolmanneksi hyödynsin menetelmiä selvittääkseni elinympäristöpreferenssejä ja -assosiaatioita, yhdistäen ympäristömuuttujat populaation koon muutoksiin ja yksilöiden sijaintiin. Bayesilaisen hierarkkisen rakenteen avulla on mahdollista 1) diagnosoida pienten populaatioiden mallintamisen haasteita, mukaan lukien kovariaattivaikutusten heikko identifioitavuus, 2) tarjota skaalautuva lähestymistapa runsauden ja levinneisyyden estimointiin laajoilla spatio-temporaalisilla alueilla ja 3) kvantifioida ympäristömuuttujien vaikutusta luonnonvaraisten yksilöiden levinneisyyteen. Tuloksia voidaan hyödyntää luonnonpopulaatioiden tilaa tukevissa suojelutoimissa ja luonnonsuojeluun liittyvissä päätöksentekoprosesseissa.