Covariates that were likely to affe

Covariates that were likely to affect detection and habitat use
probabilities were identified based on the covariates that were
contained in the top ranked model and relative summed Akaike
weights ( Pwi) of models that contained a particular covariate;
where Pwi > 0.50 were considered indicative of a strong habitat
use response to a covariate (Kalies et al., 2012). To assess spatial
autocorrelation in the response variables that were not accounted
for by the predictor variables, Moran’s I statistic (Cliff and Ord,
1981) was calculated for residuals from occupancy models following Moore and Swihart (2005) for the top ranked model using the
Crime-Stat v1.1 software (N Levine and Associates, Annadale, VA).
Within a GIS (ArcGIS v9.3, ESRI 2008), the predicted intensity of
habitat use from the top ranked models were used to spatially
identify tiger habitat use intensity in the 156 sites that covered
the BT-SLF study area. The intensity of habitat use estimates were
categorised as; ‘Very high’, ‘High’, ‘Moderate’ and ‘Low’ using a natural breaks classification function within a GIS. The first two
intervals were considered to represent the most important tiger
habitat and used to delineate suitable viaduct locations and forest
corridors for protection

Kết quả (Việt) 1:

Sử dụng covariates mà có thể ảnh hưởng đến phát hiện và môi trường sốngxác suất đã được xác định dựa trên covariates đãchứa trong top xếp hạng mô hình và thân nhân Akaike tóm tắt.trọng lượng (đô) của mô hình có chứa một covariate đặc biệt;nơi đô > 0,50 được coi là chỉ của một môi trường sống mạnh mẽsử dụng để đáp ứng với một covariate (Kalies và ctv., 2012). Để đánh giá không gianautocorrelation trong các yếu tố phản ứng đã không chiếmcho bởi các yếu tố dự báo, Moran của tôi thống kê (vách đá và Lễ hội Ord,1981) đã được tính toán cho dư từ mô hình suất phòng sau Moore và Swihart (2005) cho các mô hình được xếp hạng hàng đầu bằng cách sử dụng cácTội phạm-Stat v1.1 phần mềm (N Levine và cộng sự, Annadale, VA).Trong vòng một GIS (ArcGIS v9.3, ESRI 2008), cường độ dự đoán củamôi trường sống sử dụng từ đầu được xếp hạng mô hình được sử dụng để trong không gianxác định cường độ sử dụng tiger môi trường sống trong các trang web 156 được bảo hiểmkhu vực nghiên cứu BT-SLF. Cường độ của môi trường sống sử dụng ước tínhphân loại như; 'Rất cao', 'Cao', 'Trung bình' và 'Thấp' bằng cách sử dụng một chức năng phân loại tự nhiên phá vỡ trong một GIS. Việc đầu tiên haikhoảng thời gian đã được coi là đại diện cho hổ quan trọng nhấtmôi trường sống và được sử dụng để phân định địa điểm phù hợp cạn và rừnghành lang cho bảo vệ

Kết quả (Việt) 2:

Đồng biến số đó đã có khả năng ảnh hưởng đến phát hiện và sử dụng môi trường sống
xác suất được xác định dựa trên các biến số được
chứa trong các mô hình xếp hạng cao nhất và tương đối Akaike tổng
trọng lượng (PWI) của mô hình có chứa một covariate cụ thể;
nơi PWI> 0.50 được coi là biểu hiện của một mạnh mẽ môi trường sống
đáp ứng sử dụng cho một covariate (Kalies et al., 2012). Để đánh giá không gian
tự tương quan trong các biến phản ứng mà không bị chiếm
cho bằng các biến dự đoán, tôi thống kê của Moran (Cliff và Ord,
1981) đã được tính toán cho dư từ mô hình lấp sau Moore và Swihart (2005) cho mô hình xếp hạng hàng đầu sử dụng các
tội phạm phần mềm v1.1 -Stat (N Levine và Associates, Annadale, VA).
Trong vòng một GIS (ArcGIS v9.3, ESRI 2008), cường độ dự báo của
việc sử dụng môi trường sống từ các siêu mẫu hàng đầu xếp hạng đã được sử dụng để không gian
xác định cường độ sử dụng môi trường sống hổ trong 156 trang bao phủ
các khu vực nghiên cứu BT-SLF. Cường độ của các ước tính sử dụng môi trường sống đã được
phân loại như; 'Rất cao', 'cao', 'vừa phải' và 'thấp' sử dụng một ngắt chức năng phân loại tự nhiên trong vòng một GIS. Việc đầu tiên hai
khoảng thời gian được coi là đại diện cho hổ quan trọng nhất
nơi cư trú và được sử dụng để phân định các địa điểm phù hợp cầu cạn và rừng
hành lang bảo vệ