哺乳類の個体数密度とその時空間的な変化は，生態学の最も基礎的な情報であるだけではなく，野生動物の保全・管理に不可欠なものである．しかし，とく視認性の限られた環境（例えば森林）では，対象個体群のすべてを重複なくカウントすることは困難であり，何らかの統計学的な推定なしにはバイアスのない密度情報は得られない．発表者らは，自動撮影カメラを用いた簡便かつ高精度な密度推定手法の確立に取り組んできた．自動撮影カメラとは，前を通過した動物の熱や動きを感知して自動的に撮影を始める装置のことであり，近年野生動物の研究に急速に普及しつつある調査手法のことである．Rowcliffe et al. (2008)は，自動撮影カメラの撮影頻度が，動物の密度，撮影面積，動物の平均移動速度によってのみ影響されることを示し，その関係を定式化することで，理論上はどんな地上性動物にも適用可能な密度推定モデルREM（Random Encounter Model）を開発した．しかし，このモデルは，推定の困難な「平均移動速度」をパラメータに含んでおり，その実用には依然として大きな制約が残されていた．そこで発表者らは，REMの発想を引き継ぎながら，平均移動速度の推定値を必要としない新たなモデル（RESTモデル: Random Encounter & Staying Time model）を開発した．RESTモデルは，自動撮影カメラの前の滞在時間を動物の移動速度の代替物として利用することで，カメラによって得られた情報のみから密度推定が可能な画期的な手法である．今回の発表では，モデルの概略と前提を明らかにしたうえで，モンテカルロ・シミュレーションの結果及びフィールドでの実際の適用例を示し，RESTモデルが信頼度・実用性ともに高い手法であることを示したい．さらに，発表者のようなフィールド調査がメインの研究者が統計モデルを自ら構築する意義についても議論したい．