We anticipate that unmanned aerial vehicles will become popular wildlife survey platforms. Because detecting animals from the air is imperfect, we develop a mark-recapture line transect method using two digital cameras, possibly mounted on one aircraft, which cover the same area with a short time delay between them. Animal movement between the passage of the cameras introduces uncertainty in individual identity, so individual capture histories are unobservable and are treated as latent variables. We obtain the likelihood for mark-recapture line transects without capture histories by automatically enumerating all possibilities within segments of the transect that contain ambiguous identities, instead of attempting to decide identities in a prior step. We call this method “Latent Capture-history Enumeration” (LCE). We include an availability model for species that are periodically unavailable for detection, such as cetaceans that are undetectable while diving. External data are needed to estimate the availability cycle length, but not the mean availability rate, if the full availability model is employed. We compare the LCE method with the recently developed cluster capture-recapture method (CCR), which uses a Palm likelihood approximation, providing the first comparison of CCR with maximum likelihood. The LCE estimator has slightly lower variance, more so as sample size increases, and close to nominal coverage probabilities. Both methods are approximately unbiased. We illustrate with semisynthetic data from a harbor porpoise survey.

中文翻译：

---

用于数字航空测量的潜在捕获历史模型

我们预计无人机将成为流行的野生动物调查平台。由于从空中检测动物是不完善的，我们开发了一种标记重新捕获线样带方法，使用两个数码相机，可能安装在一架飞机上，它们覆盖同一区域，它们之间的时间延迟很短。摄像机通过之间的动物运动引入了个体身份的不确定性，因此个体捕捉历史是不可观察的，并被视为潜在变量。我们通过自动枚举包含不明确身份的样带段内的所有可能性，而不是尝试在先前的步骤中确定身份，来获得没有捕获历史的标记重新捕获线样带的可能性。我们将此方法称为“潜在捕获历史枚举”（LCE）。我们为定期无法检测到的物种提供了可用性模型，例如在潜水时无法检测到的鲸类动物。如果使用完整的可用性模型，则需要外部数据来估计可用性周期长度，而不是平均可用性率。我们将 LCE 方法与最近开发的集群捕获-再捕获方法 (CCR) 进行了比较，该方法使用 Palm 似然近似，首次比较了 CCR 与最大似然。LCE 估计量的方差略低，随着样本量的增加更明显，并且接近名义覆盖概率。两种方法都近似无偏。我们用来自港湾海豚调查的半合成数据进行说明。如果使用完整的可用性模型，则需要外部数据来估计可用性周期长度，而不是平均可用性率。我们将 LCE 方法与最近开发的集群捕获-再捕获方法 (CCR) 进行了比较，该方法使用 Palm 似然近似，首次比较了 CCR 与最大似然。LCE 估计量的方差略低，随着样本量的增加更明显，并且接近名义覆盖概率。两种方法都近似无偏。我们用来自港湾海豚调查的半合成数据进行说明。如果使用完整的可用性模型，则需要外部数据来估计可用性周期长度，而不是平均可用性率。我们将 LCE 方法与最近开发的集群捕获-再捕获方法 (CCR) 进行了比较，该方法使用 Palm 似然近似，首次比较了 CCR 与最大似然。LCE 估计量的方差略低，随着样本量的增加更明显，并且接近名义覆盖概率。两种方法都近似无偏。我们用来自港湾海豚调查的半合成数据进行说明。提供 CCR 与最大似然的第一个比较。LCE 估计量的方差略低，随着样本量的增加更明显，并且接近名义覆盖概率。两种方法都近似无偏。我们用来自港湾海豚调查的半合成数据进行说明。提供 CCR 与最大似然的第一个比较。LCE 估计量的方差略低，随着样本量的增加更明显，并且接近名义覆盖概率。两种方法都近似无偏。我们用来自港湾海豚调查的半合成数据进行说明。