Development of statistical capture-recapture models in the presence of individual misidentifications
Développement de modèles statistiques de capture-recapture en présence d'erreur d'identification individuelles
Résumé
Capture-recapture is a widely used method for estimating population size and inferring demographic processes such as survival or migration rates. In recent years, the use of man-made tags to mark animals has been replaced by natural tags such as visual patterns or genetic fingerprints. Natural marks have the advantage of enabling the individual to be 'captured' non-invasively, using photographic traps or by collecting feces, hairs, or feathers for instance. It is therefore not necessary to see the individuals in order to capture them.Although non-invasive sampling is increasingly used in capture-recapture experiments, it carries a risk of individual misidentification that cannot be ignored. In most studies, data susceptible to individual misidentification are simply discarded. As a result, the proportion of discarded data may be significant. To overcome this problem, models have been proposed that can deal with individual identification errors in order to use a larger amount of data. However, these models do not take into account several characteristics common to non-invasive sampling data. First, identification quality is only modelled globally, although a measure of identification quality is often available at the sample level.Second, the models do not take into account repeated observations, i.e. different samples belonging to the same individual and collected on the same occasion.Third, most models have only been proposed for closed populations, which only concerns a limited number of studies.By going through the different models available, I selected one that had the potential to address all these limitations. I implemented the selected model in the R language, specifically the NIMBLE package, in a Bayesian approach, and extended it to overcome the identified limitations. I used simulations to test the performances of the models I had developed and compared them with appropriate pre-existing models.My work has allowed the development of a complete framework for all basic cases of capture-recapture in the presence of individual misidentification. It covers closed or open populations, in single or multiple states, and with or without an identification quality covariate. This work also provides an example of the potential of modelling misidentifications through a simulation study of capture-recapture on mosquito larvae, where discarding the poor quality samples would likely result in almost no sample being retained. Finally, the implementation of the model will make it usable by modellers and should contribute to the dissemination of these new models in a wider context.
La capture-recapture est une méthode largement utilisée pour estimer des tailles de population ou des processus démographiques tels que la survie ou la migration. Au cours des dernières années, l'utilisation de marques artificielles pour marquer les animaux a été remplacée par des marques naturelles telles que des motifs visuels ou des empreintes génétiques. Les marques naturelles présentent l'énorme avantage de permettre la "capture" de l'individu de manière non invasive, à l'aide de pièges photographiques ou par la collecte de feces, de poils ou de plumes. Il n'est donc pas nécessaire de voir les individus pour les capturer.Bien que l'échantillonnage non invasif soit de plus en plus utilisé dans les expériences de capture-recapture, il comporte un risque d'erreur d'identification individuelle qui ne peut être ignoré. Dans de nombreuses situations, les données susceptibles d'erreur d'identification individuelle sont tout simplement écartées. Ainsi la proportion de données rejetées peut être importante et non négligeable. Pour pallier à ce problème, des modèles capables de traiter les erreurs d'identification individuelles ont donc été proposés afin d'utiliser un plus grand nombre d'échantillons. Toutefois, ces modèles ne tiennent pas compte de plusieurs caractéristiques communes aux données d'échantillonnage non invasives. Premièrement, la qualité de l'identification n'est évaluée que globalement bien qu'une mesure de la qualité de l'identification soit souvent disponible au niveau de l'échantillon.Deuxièmement, les modèles ne tiennent pas compte des observations répétées, c'est à dire des différents échantillons appartenant au même individu et obtenus à la même occasion.Troisièmement, la plupart des modèles n'ont été proposés que pour des populations fermées ce qui ne concerne qu'un nombre restreint d'études.En examinant les différents modèles, j'en ai sélectionné un qui avait le potentiel de répondre à toutes ces limites. J'ai implémenté le modèle sélectionné dans le langage R, avec la bibliothèque NIMBLE, dans une approche bayésienne, et je l'ai étendu pour répondre aux limites identifiées. À l'aide de simulations, j'ai testé les modèles développés et je les ai comparé avec les modèles pré-existants appropriés.Mon travail aura permis de développer un cadre large en présence d'erreurs d'identification individuelle. Dans cette thèse, je propose des extensions du modèle latent multinomial répondant aux points cités précédemment. Elles couvrent les populations fermées et ouvertes, avec un ou plusieurs états et avec ou sans covariable d'identification. En outre, j'ai validé ces extensions par simulation et j'ai appliqué un de ces modèles à des données de loutres.Ce travail donne également un exemple du potentiel de modélisation des erreurs d'identification individuelle à travers une étude de simulation de capture-recapture sur des larves de moustiques, dans laquelle l'élimination des échantillons de faible qualité conduirait probablement à ne conserver presque aucun échantillon. Enfin, la mise en œuvre du modèle le rendra utilisable par les modélisateurs et devrait contribuer à la diffusion de ces nouveaux modèles dans un contexte plus large.
| Origine | Version validée par le jury (STAR) |
|---|