The time taken to detect a species during site occupancy surveys contains information about the observation process. Accounting for the observation process leads to better inference about site occupancy. We explore the gain in efficiency that can be obtained from time-to-detection (TTD) data and show that this model type has a significant benefit for estimating the parameters related to detection intensity. However, for estimating occupancy probability parameters, the efficiency improvement is generally very minor. To explore whether TTD data could add valuable information when detection intensities vary between sites and surveys, we developed a mixed exponential TTD occupancy model. This new model can simultaneously estimate the detection intensity and aggregation parameters when the number of detectable individuals at the site follows a negative binomial distribution. We found that this model provided a much better description of the occupancy patterns than conventional detection/nondetection methods among 63 bird species data from the Karoo region of South Africa. Ignoring the heterogeneity of detection intensity in the TTD model generally yielded a negative bias in the estimated occupancy probability. Using simulations, we briefly explore study design trade offs between numbers of sites and surveys for different occupancy modeling strategies.

中文翻译：

---

占用模型可以从检测时间数据中获得什么？

在场地占用调查期间检测物种所花费的时间包含有关观察过程的信息。考虑到观察过程可以更好地推断场地占用情况。我们探讨了可以从检测时间 (TTD) 数据中获得的效率增益，并表明这种模型类型对于估计与检测强度相关的参数具有显着优势。然而，对于估计占用概率参数，效率的提高通常非常小。为了探索当站点和调查之间的检测强度不同时 TTD 数据是否可以添加有价值的信息，我们开发了混合指数 TTD 占用模型。当现场可检测个体的数量服从负二项分布时，这种新模型可以同时估计检测强度和聚集参数。我们发现，在来自南非卡鲁地区的 63 种鸟类数据中，该模型比传统检测/非检测方法更好地描述了占用模式。忽略 TTD 模型中检测强度的异质性通常会在估计的占用概率中产生负偏差。使用模拟，我们简要探讨了研究设计在站点数量和针对不同占用率建模策略的调查之间的权衡。我们发现，在来自南非卡鲁地区的 63 种鸟类数据中，该模型比传统检测/非检测方法更好地描述了占用模式。忽略 TTD 模型中检测强度的异质性通常会在估计的占用概率中产生负偏差。使用模拟，我们简要探讨了研究设计在站点数量和针对不同占用率建模策略的调查之间的权衡。我们发现，在来自南非卡鲁地区的 63 种鸟类数据中，该模型比传统检测/非检测方法更好地描述了占用模式。忽略 TTD 模型中检测强度的异质性通常会在估计的占用概率中产生负偏差。使用模拟，我们简要探讨了研究设计在站点数量和针对不同占用率建模策略的调查之间的权衡。