Трехлетняя «скользящая средняя» часто используется для сглаживания межгодовых отклонений в результатах обследований, но этот подход никогда не оценивался. Брайан Гербер из Университета штата Колорадо и Уильям Кендалл из Геологической службы США оценили, были ли годовые изменения численности населения, сообщаемые этими скользящими средними, реалистичными, на основе того, что известно о демографии кранов, и как они сравнивались с результатами более сложного статистического подхода. называется иерархической байесовской моделью временных рядов.
Они обнаружили, что, хотя оценки скользящей средней численности населения были разумными, более сложный метод работал лучше в большом количестве сценариев.Байесовские подходы предлагают структурированный способ включения новой информации по мере ее появления. «Подход, основанный на моделях, который мы рассмотрели, очень гибкий и имеет некоторые важные преимущества перед другими методами», — говорит Гербер. «Применяя байесовский подход, мы можем включить дополнительную информацию как о процессе наблюдения, так и об истинной популяции, чтобы получить более реалистичные оценки и прогнозы.
Кроме того, основанный на модели подход включает меры неопределенности наших оценок численности населения, которые обычно не предоставляются более распространенными подходами и имеют решающее значение для понимания уровня уверенности в наших оценках ".Имеющиеся данные свидетельствуют о том, что методы управления за последние двадцать лет в значительной степени соответствовали годовым показателям численности популяции песчаных журавлей Скалистых гор. «Заглядывая вперед, — добавляет Гербер, — менеджеры все еще могут быть заинтересованы во внедрении нашего более надежного подхода к моделированию благодаря его гибкой структуре, которая упрощает внесение любых изменений, относящихся к опросу».
Инвестиции в сбор этих долгосрочных данных могут окупиться не только для управления краном, но и для усовершенствования методов, которые могут быть применены и к другим видам.