通过使用开放式,多状态,N混合模型的摄像头监测动物种群
Alexej P K Sirén1, Michael T Hallworth2, Jillian R Kilborn3,4
1Department of Environmental Conservation University of Massachusetts Amherst Massachusetts USA.
多州Dail-Madsen模型有效地从摄像头陷数据中估计野生动物的丰富性,生存和招募. 增加样本大小提高了准确性,而缺失的数据和较少的地点降低了人口监测的精度.
科学领域:
- 野生动物生态学野生动物生态学
- 人口动态 人口动态
- 生态建模 生态建模
背景情况:
- 远程摄像头对于野生动物群体研究至关重要,使人口统计率的估计成为可能.
- 层次模型可以跟踪未标记的动物,但在计算上是密集的和复杂的.
- 多状态Dail-Madsen (DM) 模型为摄像头陷数据提供了先进的分析.
研究的目的:
- 通过使用摄像头陷数据,评估多州DM模型的有效性,以估计野生动物的丰富性,生存和招募.
- 评估不同样本大小和缺少数据对模型性能的影响.
- 为了验证基于摄像机的估计与远程测量数据对 (Alces alces).
主要方法:
- 模拟研究不同丰富度,缺失的数据,摄像头位置,调查和年份.
- 使用多状态DM模型分析经验性鹿摄像头陷数据.
- 将摄像机推导的估计值与现有的鹿遥测数据进行比较.
主要成果:
- 多州DM模型准确地恢复了模拟的人口参数.
- 增加了站点,调查和年份,提高了估计准确度和精度.
- 缺失的数据高,地点少,导致准确性和精度下降,特别是在生存和招募方面.
结论:
- 多状态DM模型对于从摄像头数据中估计人口参数是有价值的,当发展阶段可以识别时.
- 模型性能对数据的完整性和采样工作很敏感.
- 这些模型显示了大规模野生动物群体监测的前景.
更多相关视频
06:19Integration of Animal Behavioral Assessment and Convolutional Neural Network to Study Wasabi-Alcohol Taste-Smell Interaction
Published on: August 16, 2024
05:57Long-term Video Tracking of Cohoused Aquatic Animals: A Case Study of the Daily Locomotor Activity of the Norway Lobster Nephrops norvegicus
Published on: April 8, 2019
相关概念视频
What are Populations and Communities?
Mechanistic Models: Compartment Models in Algorithms for Numerical Problem Solving
In individual population analyses, different algorithms are employed, such as Cauchy's method, which uses a...
Mechanistic Models: Compartment Models in Individual and Population Analysis
