下一代多个空间尺度的遥感数据改善了对小型哺乳动物息地选择的理解
Catherine F Frock1, L Mike Conner2, Robert A McCleery1
1Department of Wildlife Ecology and Conservation, University of Florida, 314 Newins-Ziegler Hall, P.O. Box 110430, Gainesville, FL 32611, USA.
Animals : an open access journal from MDPI
|November 27, 2024
概括
下一代遥感 (RS) 和GPS数据改善了小型哺乳动物的息地选择 (HS) 模型. 多尺度分析,集成精细尺度的RS数据,为了解动物的移动和息地使用提供了最有信息的模型.
科学领域:
- 生态生态学 生态生态学
- 遥感 遥感 遥感 遥感
- 动物行为 动物行为
背景情况:
- 小哺乳动物息地选择 (HS) 是复杂的,发生在多个尺度上.
- 将精细尺度遥感 (RS) 与GPS跟踪数据集成,为研究HS提供了新的可能性.
- 很少有研究将先进的RS数据与小型哺乳动物的详细运动数据相结合.
研究的目的:
- 通过使用多尺度方法调查狐松鼠 (Sciurus niger) 息地选择.
- 为了确定下一代RS变量是否增强单级HS模型.
- 评估多尺度HS模型是否优于单尺度模型.
主要方法:
- 利用了来自45只狐松鼠的GPS跟踪数据.
- 在三个空间尺度上开发了HS模型:4公,0.09公和0.01公.
- 将传统和下一代RS数据纳入HS模型.
主要成果:
- 最好的单级模型 (4公) 使用两种数据类型解释了58%的HS变化.
- 下一代RS数据改善了HS模型的性能.
- 多尺度HS模型是最有信息的,解释了68%的HS变化.
结论:
- 下一代RS数据对于量化小哺乳动物息地选择非常有价值.
- 多尺度分析对于全面了解小哺乳动物的HS至关重要.
- 这项研究强调了先进的RS和GPS跟踪在生态研究中的协同作用.
更多相关视频
12:26Integrating Remote Sensing with Species Distribution Models; Mapping Tamarisk Invasions Using the Software for Assisted Habitat Modeling SAHM
Published on: October 11, 2016
13.3K
08:00Analyzing Spatial Learning and Prosocial Behavior in Mice Using the Barnes Maze and Damsel-in-Distress Paradigms
Published on: November 17, 2018
14.0K
