相关实验视频
Updated: Jul 11, 2025

05:28
Quantifying Corticolous Arthropods Using Sticky Traps
Published on: January 19, 2020
5.5K
从配对的摄像头陷和声学记录器中推断共发生模式的检测尺度的影响
Juliana Vélez1,2, William McShea2, Budhan Pukazhenthi2
1Department of Fisheries, Wildlife and Conservation Biology, University of Minnesota, St. Paul, Minnesota, USA.
概括
了解野生动物和多功能景观中的干扰对于保护至关重要. 声学监测与摄像头陷相结合,可以更精确地了解物种与偷猎和牛等威胁的共存情况.
科学领域:
- 生态与保护生物学 生态与保护生物学
- 野生动物管理 野生动物管理
- 环境监测 环境监测
背景情况:
- 综合经济活动和生物多样性保护的多功能景观至关重要.
- 了解野生动物与干扰因素 (偷猎,类类动物) 的同时存在是管理这些景观的关键.
- 小的原生森林残留物是野生动物的关键息地.
研究的目的:
- 调查哥伦比亚多功能景观中干扰因素 (偷猎,牛) 和野生类动物之间的关联.
- 为了比较摄像头陷和声学记录器在测量野生动物和扰乱同时发生的有效性.
- 为人类修改环境中的物种制定保护战略.
主要方法:
- 配备了52个摄像机陷站与自主声学记录器.
- 采用联合物种分布模型来分析物种与息地联系和物种与干扰的相关性.
- 使用摄像机陷数据与声学数据对干扰因子进行比较的模型.
主要成果:
- 根据监测方法,共变效应估计和物种干扰相关性的精度大大不同.
- 声学监测通常可以提供更精确的估计.
- 野生动物与干扰的关联主要是在使用声学记录器检测干扰数据时被检测出来的.
- 摄像机陷擅长检测非发声的物种.
结论:
- 声学监控提高了在多功能景观中共同发生的分析的精度.
- 摄像机陷和声学记录器为野生动物和干扰监测提供了互补的优势.
- 保护优先级包括领,低地塔皮尔和白尾鹿,因为偷猎和牛的风险.
关键词:
自动学习是自动学习.自主声学记录单元的自主声学记录单元摄像头的陷是一种陷.社区生态社区生态学社区生态的生态学摄影陷中的照片.共同的物种分布模型.机器学习是机器学习.种类分布的综合模型.监控声学被动的监控.多种物种占用占用率 多种物种占用率职业是多种多样的.通过被动的声学监测.音响录音的自治单位.多种物种占地模型.机器学习 机器学习红外摄像机 红外摄像机群落生态学 群落生态学联合物种分布模型自主语音学录音设备.无动声学监测 无动声学监测更多相关视频
09:09Radio Frequency Identification and Motion-sensitive Video Efficiently Automate Recording of Unrewarded Choice Behavior by Bumblebees
Published on: November 15, 2014
11.0K
08:32Tracking Rats in Operant Conditioning Chambers Using a Versatile Homemade Video Camera and DeepLabCut
Published on: June 15, 2020
12.5K