Skip to main content

Estimation of seal pup production from aerial surveys using generalized additive models

Buy Article:

$50.00 plus tax (Refund Policy)

Abstract:

In this paper, we estimate the pup production of harp seals (Pagophilus groenlandicus) using generalized additive models (GAMs) based on thin-plate regression splines. The spatial distribution of seal pups in a patch is modelled using GAMs, and the pup production is estimated by numerically integrating the model over a fine grid area of the patch. Closed form expression for estimation of the the standard error of the pup production estimate is derived. The estimators are applied to simulated seal populations to investigate their properties. The results show that the proposed pup production estimator is comparable with the conventional pup production estimator. However, the bias of the standard error estimator of the proposed method is much lower than the bias of the conventional standard error estimator. The decrease of standard error bias results in a considerable reduction of the coefficient of variation estimate using the proposed GAM-based method. The proposed method is also applied to real survey data of harp seals obtained from aerial surveys in the Greenland Sea pack ice in 2002. We show that the number of pups counted from aerial photographs possess a good fit to the negative binomial distribution when a logarithmic link function is applied. The approach described here is applicable to many situations where georeferenced counts or measurements are available.

Nous estimons, dans ce travail, la production de petits chez les phoques du Groenland (Pagophilus groenlandicus) à l’aide de modèles additifs généralisés (GAMs) basés sur des splines de régression en plaque mince. Nous modélisons la répartition spatiale des jeunes phoques dans une parcelle à l’aide de GAMs et nous estimons la production de jeunes en intégrant le modèle numériquement sur une surface en grille fine de la parcelle. Nous dérivons une expression en forme fermée pour estimer l’erreur type de l’estimation de la production de jeunes. Les estimateurs sont appliqués à des populations simulées de phoques afin d’en étudier les propriétés. Les résultats montrent que l’estimateur proposé de production des jeunes se compare à l’estimateur courant de production de petits. Cependant, le biais de l’estimateur de l’erreur type de la méthode proposée est beaucoup plus faible que celui de l’estimateur courant de l’erreur type. La réduction du biais de l’erreur type a pour résultat une réduction considérable de l’estimation du coefficient de variation en utilisant la méthode proposée basée sur les GAM. Nous avons aussi utilisé la méthode proposée avec de vraies données d’inventaire de phoques du Groenland obtenues par relevés aériens sur la banquise de la mer du Groenland en 2002. Nous démontrons que le nombre de petits dénombrés sur les photographies aériennes s’ajuste bien à la distribution binomiale négative lorsqu’on utilise une fonction log-link. La méthodologie que nous décrivons s’applique à de nombreuses situations dans lesquelles des dénombrements ou des mesures géoréférencés sont disponibles.

Document Type: Research Article

Publication date: 2009-05-01

More about this publication?
  • Published continuously since 1901 (under various titles), this monthly journal is the primary publishing vehicle for the multidisciplinary field of aquatic sciences. It publishes perspectives (syntheses, critiques, and re-evaluations), discussions (comments and replies), articles, and rapid communications, relating to current research on cells, organisms, populations, ecosystems, or processes that affect aquatic systems. The journal seeks to amplify, modify, question, or redirect accumulated knowledge in the field of fisheries and aquatic science. Occasional supplements are dedicated to single topics or to proceedings of international symposia.
  • Information for Authors
  • Submit a Paper
  • Subscribe to this Title
  • Terms & Conditions
  • Sample Issue
  • Reprints & Permissions
  • Ingenta Connect is not responsible for the content or availability of external websites
  • Access Key
  • Free ContentFree content
  • Partial Free ContentPartial Free content
  • New ContentNew content
  • Open Access ContentOpen access content
  • Partial Open Access ContentPartial Open access content
  • Subscribed ContentSubscribed content
  • Partial Subscribed ContentPartial Subscribed content
  • Free Trial ContentFree trial content
Cookie Policy
X
Cookie Policy
Ingenta Connect website makes use of cookies so as to keep track of data that you have filled in. I am Happy with this Find out more