Недостатки метода ставят под сомнение рост популяции тигров и требуют нового подхода

Недостатки метода, широко используемого при учёте тигров и других редких видов диких животных, ставят под сомнение точность таких обследований.

Учёные из Оксфордского университета, Индийского статистического института и Общества охраны дикой природы впервые выявили фундаментальные недостатки метода «индекс-калибровки», которые приводят к неточным результатам. Среди недавних исследований, предположительно основанных на этом методе, — национальное обследование тигров в Индии (январь 2015 г.), которое показало удивительный, но обнадёживающий рост численности тигров на 30% всего за четыре года.

Исследователи призывают практиков охраны природы учитывать эти источники ошибок, которые могут ввести в заблуждение даже лучшие природоохранные усилия, и предлагают конструктивный путь вперёд с использованием альтернативных методов подсчёта редких животных, избегающих ловушек подхода «индекс-калибровки».

Отчёт об исследовании опубликован на этой неделе в журнале Methods in Ecology and Evolution.

Проблема метода «индекс-калибровки»

Метод «индекс-калибровки» часто полагается на точное измерение численности животных на относительно небольшой территории с использованием надёжных, интенсивных и дорогих методов (например, фотоловушек), а затем на связывание этого измерения с более легко получаемым, недорогим индикатором (например, подсчётом следов) посредством калибровки. Затем откалиброванный индекс используется для экстраполяции фактической численности животных на большие регионы.

Этот подход популярен среди природоохранных организаций для получения данных о численности животных на региональном и национальном уровне. Эти цифры затем используются для планирования природоохранных мероприятий и распределения ресурсов на миллионы фунтов.

Математическое моделирование и проверка на реальных данных

Для исследования команда создала математическую модель, описывающую подход, и протестировала её эффективность при вводе различных значений, представляющих вариации в данных. В большинстве случаев модель теряла свою эффективность и предсказательную силу.

Затем команда проверила эту модель на реальном примере: попытке определить численность тигров по полевым данным. Модель «индекс-калибровки» вновь оказалась ненадёжной, а любой высокий показатель успеха был обусловлен случайностью — подобно получению невероятно «сильной» покерной руки, которую невозможно повторить.

Ключевые выводы и заявления авторов

• Арджун Гопаласвами, ведущий автор исследования: «Наше исследование показывает, что модели индекс-калибровки настолько хрупки, что даже 10%-ная неопределённость в коэффициентах обнаружения серьёзно подрывает то, что мы можем из них достоверно вывести. Наш эмпирический тест с данными индийских учётов тигров доказал, что такие калибровки дают невоспроизводимые и неточные результаты».
• Доктор Уллас Карант, соавтор: «Это исследование выявляет фундаментальные статистические слабости в отборе проб, калибровке и экстраполяции, лежащих в основе методологии, используемой правительством для оценки численности в Индии, что подрывает её надёжность. Мы вовсе не оспариваем, что численность тигров увеличилась во многих местах Индии за последние 8 лет, но метод, использованный для измерения этого роста, недостаточно надёжен или точен для оценки изменений на региональном и общестрановом уровнях».
• Профессор Дэвид Макдональд, соавтор: «Это прорыв, который кардинально изменит то, как мы будем считать численность диких животных в будущем... Наше намерение — помочь защитникам природы, выделив условия, при которых индекс-калибровка может вводить в заблуждение».

Путь вперёд

Математическая модель, созданная командой, обеспечивает важную «связь» между некоторыми старыми методами (которые не оценивают коэффициенты обнаружения) и некоторыми новыми методами (которые их оценивают). Это поможет в повторном анализе исходных данных исследований.

Исследование рекомендует, чтобы оценки будущих учётов были максимально достоверными, если они будут заранее спроектированы с учётом возможностей современных, надёжных подходов моделирования.