空载图像并不排除在估计鸟群大小时的检测性问题.

科学领域:

• 生态研究生态研究
• 野生动物监测监测野生动物.
• 鸟类种群研究研究 鸟类种群研究

背景情况:

• 基于无人机的空中图像是生态研究的越来越重要的工具,特别是野生动物监测.
• 野生动物调查中的可检测性问题可能导致偏见的人口估计和趋势分析.
• 了解检测概率对于准确的野生动物普查数据至关重要.

研究的目的:

• 通过无人机成像来调查马达加斯加池 (Ardeola idae) 的巢穴可检测性.
• 确定影响在红树林息地中发现巢的概率的因素.
• 评估可检测性变化对人口监测的影响.

主要方法:

• 在两个繁殖季节期间,马达加斯加的池殖民地多次进行无人机飞行.
• 从航空图像中识别单个鸟类和.
• 封闭式捕获-重新捕获模型的应用到巢穴检测历史记录中.
• 分析鸟类数量和鸟巢可用性的季节性和日内变化.

主要成果:

• 巢穴检测概率在0.58和0.74之间变化,受飞越时间的影响.
• 从清晨到晚上,检测概率下降了25%.
• 鸟类丰富度的季节性和日内变化,特别是未成熟的鸟类,影响了巢穴的检测能力.
• 模拟表明,需要三次飞越才能检测出殖民地减少了5-6%.

结论:

• 从空中拍摄的森林树冠繁殖物种的巢穴检测能力取决于空间和时间的变化.
• 建议采用捕获-重新捕获方法,以减轻无人机基于野生动物种群估计的偏差.
• 准确的人口趋势评估需要考虑检测概率的变化.