Big-data approach in abundance estimation of non-identifiable animals with camera-traps at the spots of attraction

Autor: E.E. Ivanko
Jazyk: angličtina
Rok vydání: 2019
Předmět:
Zdroj: Bulletin of the South Ural State University, Series: Mathematical Modelling, Programming and Computer Software
Popis: E.E. Ivanko, Institute of Mathematics and Mechanics, Ural Branch of the Russian Academy of Sciences, Yekaterinburg, Russian Federation; Ural Federal University, Yekaterinburg, Russian Federation, evgeny.ivanko@gmail.com Е.Е. Иванко, Институт математики и механики УрО РАН, г. Екатеринбург, Российская Федерация; Уральский федеральный университет, г. Екатеринбург, Российская Федерация Camera-traps is a relatively new but already popular instrument in the estimation of abundance of non-identifiable animals. Although camera-traps are convenient in application, there remain both theoretical complications (such as spatial autocorrelation or false negative problem) and practical difficulties, for example, laborious random sampling. In the article I propose an alternative way to bypass the mentioned problems. In the proposed approach, the raw video information collected from the camera-traps situated at the spots of natural attraction is turned into the frequency of visits, and the latter is transformed into the desired abundance estimate. The key for such a transformation is the application of the correction coefficients, computed for each particular observation environment using the Bayesian approach and the massive database (DB) of observations under various conditions. The proposed method is based on automated video-capturing at a moderate number of easy to reach spots, so in the long term many laborious census works may be conducted easier, cheaper and cause less disturbance for the wild life. Information post-processing is strictly formalized, which leaves little chance for subjective alterations. However, the method heavily relies on the volume and quality of the DB, which in its turn heavily relies on the efforts of the community. Although the construction of such DB could be rather difficult and controversial, it is much easier than the solution of the initial abundance estimation problem. Moreover, such a rich DB of visits might benefit not only censuses, but also many behavioral studies. Камеры-ловушки являются относительно новым, но уже популярным инструментом оценки численности индивидуально неидентифицируемых животных. Хотя камеры-ловушки удобны, при их применении остается как ряд теоретических трудностей (таких как пространственная автокорреляция или проблема ложноотрицательных наблюдений), так и чисто практические сложности, связанные, например, с трудоемкостью сбора рандомизированных данных. В данной статье автор предлагает альтернативный метод организации учета, позволяющий избежать указанных проблем. Предложенный подход основан на сборе видеоматериала с помощью камер-ловушек, расположенных в местах естественного притяжения животных. По собранным видеоданным рассчитывается частота посещений, преобразуемая далее в оценку численности животных в исследуемой области. Ключом к такому преобразованию служат корректирующие коэффициенты, вычисляемые для совокупности конкретных условий наблюдения с помощью применения Байесовского классификатора к масштабной базе данных наблюдений в различных условиях. В долгосрочной перспективе предложенный подход позволит проводить трудоемкие работы по оценке численности индивидуально неидентифицируемых животных легче и дешевле, а также приводить к меньшим вмешательствам в дикую среду обитания. Обработка полученных видеоданных строго формализована, так что предмета для субъективных разногласий при учете практически не остается. Изложенный в работе метод существенно зависит от объема и качества базы данных наблюдений, которая, в свою очередь, существенно зависит от усилий заинтересованного сообщества. Хотя конструирование подобной базы данных может быть сложной и противоречивой задачей, ее решение представляется существенно более легким, чем решение исходной задачи оценки численности отдельно для каждого конкретного случая. Создание подобной базы поможет не только при учете численности неидентифицируемых животных, но также обеспечит богатый источник данных для различных поведенческих исследований. Acknowledgements. The author wants to thank Dr. Nikolay Markov (Institute of Plants and Animals, Ural Branch of Russian Academy of Sciences) for the fruitful discussions and critics and Evgeny Larin (Nature Park “Kondinskie Lakes”) for practical insights.
Databáze: OpenAIRE
Externí odkaz: