Pages 125-133
Matthew D. Campbell, Adam G. Pollack, Christopher T. Gledhill, Theodore S. Switzer, Douglas A. DeVries

随着渔业管理手段，尤其是时间序列调研法的愈加成熟，采用带饵遥控潜水视频远程观察鱼类并生成相对丰度指数已不断地获得了认可。由于该装置是在视觉上捕捉鱼类，故鱼类有可能被重复计数，由此，研发出了估算调研区域的鱼类资源丰度的各种不同的方法。我们通过使用一个delta-对数正态模型生成相对丰度指数，对MaxN和MeanCount两种丰度视频估算计数方法的性能进行了比较。我们证明了对各独立物种贯穿数年的分析评价所得出的标准化指数之间的高度一致性，表明指数之间在信息涵盖量方面几乎没有变化。尽管指数间有一致性，但当使用MeanCount法分析所有物种时，阳性比例和变异系数（CV）估算值显示出了精度上的整体下降。使用MeanCount法生成的CV值高及其对阳性比例的系统性低估，是使用该丰度估算法存在的问题。基于个体的建模结果证实，MeanCount法的估算结果与真实丰度间是线性关系，而MaxN法则显示出是一个乘幂关系。但是，随着模型中的观察区域从25%增至100%，MaxN法的估算结果（与真实丰度）呈线性关系，这表明提高摄像机的同步性并针对整个观察区域作计数的措施，可消除MaxN法估算结果与真实丰度间的渐进关系，并可简化对MaxN法生成的估算值的利用。更好地理解由光学类型装置获得的可捕量估算值，可增强对真实的种群丰度与估算法生成的指数之间关系的理解，为科学家们在评估中如何整合此类调查数据提供了一个更为清晰的了解。

《Fisheries Research》,Volume 170, Pages 1-236 (October 2015)