Видео фотоловушки: Доступ ограничен: проблема с IP

4.1. Факторы, влияющие на вероятность обнаружения и риск ошибки поведения при переходе

Даже при самом лучшем протоколе мониторинга с использованием фотоловушек и любой выбранной модели невозможно оценить процент необнаруженных животных, пересекающих подземный переход для диких животных (WU) без помощи постоянный мониторинг. В настоящем исследовании использовался постоянный видеомониторинг с частотой 40 Гц для удостоверения всех событий, которые произошли в поле зрения шести фотоловушек, и выявлено, что 43 % всех млекопитающих были пропущены фотоловушками.Этот результат особенно актуален, учитывая, что выбранная модель фотоловушки, ее параметры и установка, а также условия окружающей среды соответствуют критериям эффективности (см. Методы), изложенным в доступной литературе (Meek et al., 2016; Rovero et al. , 2013; Rowcliffe et al., 2011; Tobler et al., 2008).

Более высокая частота обнаружения млекопитающих среднего размера (по сравнению с мелкими млекопитающими), вероятно, связана с их большей массой тела (Lyra-Jorge et al. , 2008; Tobler et al., 2008), а не с их меньшей скоростью (Rowcliffe и другие., 2011). Однако короткие события было труднее обнаружить, чем более длинные (≤3 с). Некоторые мыши, вероятно, привыкли к ВУ, бегали по прямой линии и, таким образом, оставались в пределах контролируемого поля зрения менее 1 с. Другие мелкие млекопитающие сразу вошли и покинули переход дикой природы через тот же вход. На скорость обнаружения не влияло направление движения животного ( по горизонтали или по вертикали ), что показывает, что двухдиапазонная пассивная инфракрасная система обнаружения Reconyx может эффективно срабатывать при движении животного в обоих направлениях.Отказы выявлялись лучше, чем входы, что могло привести к завышению оценок отказов и, следовательно, к занижению эффективности подземных переходов.

Выявление поведения скрещивания необходимо для оценки эффективности скрещивания диких животных. Большое количество отказов может означать, что WU не подходит для данного вида. Несмотря на то, что в этом исследовании использовалось простое различие между отказом и входом, было допущено большое количество ошибок идентификации поведения перехода, особенно для входов.Животные, входящие в ВП, могли покинуть поле зрения фотоловушки после обнаружения их входа, а затем покинуть ВП через тот же вход без обнаружения этого отказа фотоловушкой. В этой ситуации эффективность подземного перехода будет завышена.

Если зарегистрированные животные считаются репрезентативными для всей популяции, эти результаты не могут ставить под сомнение выводы предыдущих исследований. Однако существует систематическая ошибка из-за высокой доли быстрых и мелких млекопитающих среди незарегистрированных событий.

4.2. Как повысить уровень обнаружения и снизить риск ошибки при переходе

Уровень обнаружения можно повысить, используя приманки, чтобы животные дольше оставались перед фотоловушкой (Diete et al., 2016; MCCleery et al., 2014), но это увеличило бы вероятность столкновения жертвы с хищником (Little, Harcourt, & Clevenger, 2002; Tissier et al. , 2016). Согласно Роча и соавт. (2016), использование приманок также может снизить вероятность того, что животные-жертвы сработают в фотоловушках.

Другим способом повышения скорости обнаружения может быть одновременное использование нескольких фотоловушек (Pease et al., 2016). Этого можно легко добиться в подземных переходах, разместив по одной камере с каждого конца, как мы делаем в этом исследовании, а не посередине. Использование двух фотоловушек также позволило бы более точно регистрировать поведение скрещивания. Действительно, если животное, вошедшее в ВП, будет обнаружено второй фотоловушкой, расположенной на другом конце, это будет доказательством того, что это животное успешно вошло и пересекло подземный переход.В противном случае поведение перехода следует рассматривать как неопределенное, что позволит избежать переоценки эффективности подземного перехода. Последовательный режим (т. е. фото, сделанное каждые X с/мин) также можно использовать, поскольку скорость его обнаружения не зависит от сенсоров и видов. Однако его эффективность еще предстоит продемонстрировать для мелких диких животных, в частности для земноводных (Moran & Carsignol, 2016).

Наконец, скорость обнаружения можно повысить, переместив фотоловушку на несколько метров внутрь подземного перехода, чтобы оценить, может ли вход быть отказом.Однако животные, которые остаются за пределами подземного перехода, будут менее обнаружены.

4.3. Ложные срабатывания

Менее 5% срабатываний были ложными срабатываниями, т. е. без регистрации присутствия животных. Несмотря на то, что эта пропорция мала, она может быть проблематичной при съемке большого количества фотографий. Например, мониторинг всех подземных переходов, присутствующих на изучаемой территории, позволил получить 1,5 миллиона фотографий за 4 года ( данных, не показанных ). Хотя доступно программное обеспечение, облегчающее удаление большого количества ложных срабатываний, последнее может содержать большое количество «ложных» ложных срабатываний (почти 85% в этом исследовании), которые могут быть ошибочно удалены из набора данных ( ложных срабатываний). отрицательный результат ; Мик и соавт., 2014а). Поэтому, чтобы иметь возможность рассматривать их как полные события, мы должны уменьшить количество «настоящих» ложных срабатываний. Внутри переходов для диких животных фотоловушки менее подвержены помехам, особенно когда растительность убирается перед подземным переходом для улучшения видимости или когда фотоловушки устанавливаются далеко от входа. Поэтому высокую долю полученных нами «ложных» ложных срабатываний следует рассматривать в конкретном контексте. Мониторинг численности в естественной среде обитания покажет меньшую долю «ложных» ложных срабатываний, особенно если при этом используются некачественные устройства (например,г., развлекательные камеры; Ньюи и др., 2015). Чтобы избежать удаления слишком большого количества «ложных» ложных срабатываний в WU, мы должны удалять только ложные срабатывания, зарегистрированные, когда солнце прямо падает на пассивный инфракрасный датчик или когда ветер слишком сильный. Остальные события можно рассматривать как «неопознанные события у животных». Высокая доля «ложных» ложных срабатываний также приводит к недооценке эффективности подземного перехода.

4.4. Является ли система постоянных видеокамер лучшим решением?

Использование в этом исследовании видеосистемы с постоянной записью позволило нам количественно оценить некоторые аспекты эффективности фотоловушек.Видеокамеры также позволяют наблюдать за поведением, рассчитывать продолжительность события и записывать направление всех животных. Это приводит к вопросу о том, предпочтительнее ли более широкое использование постоянного записывающего видеомониторинга по сравнению с фотоловушками. Однако этот протокол является дорогостоящим с точки зрения времени, необходимого для анализа видеоданных. Взгляд на экран, на котором ничего не движется, утомляет глаза и снижает внимание наблюдателя до такой степени, что он или она может пропустить какое-то событие. Чтобы сократить затраты времени и повысить эффективность этого метода, мы проверили, может ли внутренний датчик движения (датчик постзаписи) сервера видеокамеры автоматически обнаруживать события. К сожалению, достижение уровня видеочувствительности, позволяющего систематически обнаруживать события, потребует практически постоянной записи ( данные не показаны ). Кроме того, видеокамеры намного дороже, чем фотоловушки (исходя из стоимости устройств, использованных в нашем исследовании, 59 056 евро за видеонаблюдение, состоящее из 16 видеокамер, 16 ИК-точек, двух записывающих серверов и кабелей по сравнению с 15 000 евро за 20 устройств Reconyx). HC600, включая аккумуляторы, навесные замки и защитные кожухи), а сбой питания из-за грозы или обрыва кабеля может привести к потере данных за несколько недель.Однако системы видеокамер крадут реже, чем фотоловушки (Meek & Vernes, 2016). Ни один из методов не является особенно эффективным для дифференциации мелких млекопитающих. По этой причине часто необходимо физически ловить этих животных или использовать белую вспышку с фотоловушками (Meek & Pettet, 2014), но эти методы более интрузивны (Glen et al., 2013). При равной стоимости система видеокамер будет иметь более низкое разрешение, чем фотоловушка, и, следовательно, различение видов будет сопряжено с большими трудностями. Тем не менее, видеосистемы, безусловно, менее тревожны, чем фотоловушки, поскольку постоянная запись излучает непрерывный шум и свет, что способствует привыканию. Возмущения с помощью фотоловушек также могут помешать животным использовать переходы для диких животных (Meek et al., 2014b).

Несмотря на преимущества системы видеокамер для обнаружения животных, наши финансовые и аналитические инвестиции заставляют нас рекомендовать использование видеоловушек в подземных переходах. Тем не менее, мы рекомендуем использовать видеосистемы постоянной записи для периодической оценки эффективности методов обнаружения посредством постоянного и надежного контроля.Несмотря на высокое технологическое качество современных фотоловушек, мы пришли к выводу, что эти системы могут недооценивать количество событий с участием животных и, следовательно, количество событий скрещивания. Это особенно актуально для мелких млекопитающих в подземных переходах.

Искусство и наука фотоловушек · Ассоциация охраны национальных парков

Распространение фотоловушек позволило растущему числу добровольцев внести значительный вклад в академические исследования. Вот взгляд на практику, то, как эти устройства используются, и способы получить собственное представление о «селфи» дикой природы и помощь в текущих исследованиях.

Наши национальные парки и охраняемые территории являются жизненно важной средой обитания для многочисленных видов диких животных, и возможность точного наблюдения и наблюдения за ними важна для их выживания. Не такая уж и новая технология сейчас находится на подъеме — захват камеры, метод, с помощью которого камера, оснащенная инфракрасными датчиками, размещается в поле для удаленной съемки изображений и видео с интервальной съемкой всякий раз, когда устройства обнаруживают движение.

Биологам и смотрителям дикой природы может быть трудно не отставать от новых угроз для дикой природы. Точное документирование их присутствия и оценка их популяции, особенно в отношении млекопитающих, остается проблемой. Многие из этих видов ведут ночной образ жизни, путешествуют на большие расстояния, имеют сложное поведение и избегают людей.

Одним из наиболее важных аспектов треппинга камеры является не только сама фотография, но и ценные метаданные, которые сопровождают ее. Каждый кадр изображения, снятого камерой, содержит полезную информацию, такую ​​как дата, время, температура и даже лунный цикл. Идентификационная метка камеры также может быть нанесена водяным знаком на каждое изображение, чтобы отслеживать, какая камера сделала какой снимок в крупных проектах мониторинга.

В небольших количествах захват камеры — это забавный и быстрый способ увидеть, что там происходит.Но в больших объемах метаданные с нескольких фотоловушек позволяют проводить мощный анализ, достойный научной публикации. В настоящее время существует несколько компьютерных программ, разработанных специально для анализа метаданных с фотоловушек, и ученым не обязательно устанавливать камеры для использования данных в научных исследованиях. Гражданские ученые обычно используют фотоловушки в таких мероприятиях, как фестивали BioBlitz, на которые набираются добровольцы, в том числе школьники, для подсчета видов в национальных парках.Эти краудсорсинговые данные могут быть настолько объемными, что любые ошибки в идентификации животных, допущенные добровольцами, становятся статистически незначимыми.

Практика, сначала называемая «фото-мониторинг», изначально вообще не включала камеру. В конце 1980-х годов американским биологам и управляющим парками понадобился новый способ подсчета обычных видов дичи, особенно белохвостого оленя. Первые устройства, которые они использовали, состояли из двух небольших блоков с батарейным питанием. Передатчик размером с кирпич посылал тонкий луч невидимого инфракрасного света, который улавливался приемником сравнимых размеров.Разнесенные на максимальное расстояние 20-30 футов, все, что прерывало луч света, фиксировало «событие», которое затем сохранялось в памяти приемника. Вместо фотографии типичный вывод будет включать дату, время и количество событий. Установка была действительно трудоемким процессом, но устройства хорошо работали по своему прямому назначению — привязываясь к деревьям по разные стороны охотничьих троп, они помогали оценить количество оленей в регионе.

Только в начале-середине 1990-х кому-то, наконец, пришла в голову блестящая идея модифицировать стандартную карманную камеру и прикрепить ее к приемнику таким образом, чтобы всякий раз, когда происходит какое-либо событие, она также запускала фотографию.В первые дни использования фотоловушек требовалось серьезное планирование для размещения трех электронных блоков с дополнительными шнурами и штативом, и любой, кто использовал это устройство, быстро понял, что дикие грызуны любят жевать тонкие электрические кабели, резко прерывая всю операцию. Ситуация усложнялась тем, что в этих старых моделях использовалась слайд-пленка, так что вы не знали бы результатов своих усилий до тех пор, пока эта пленка не была принята для проявления — дорогостоящий и неудобный процесс.

Годы спустя более продвинутые модели, наконец, будут включать в себя детектор движения, объектив камеры и аккумулятор в одном устройстве, и, самое главное, цифровая фотография теперь позволяет пользователям мгновенно видеть изображения.И больше нет необходимости в луче света, так как устройство «все в одном» использует обнаружение движения по дальности, ту же технологию, которая запускает прожекторное освещение снаружи зданий, когда вы проходите мимо, или открывает для вас дверь, когда вы подходите к входу в продуктовый магазин. хранить.

В связи с огромным международным бумом и масштабами использования фотоловушек для научных исследований, фотоловушки в основном заменили необходимость для человека вести прямые наблюдения, что во многих случаях могло бы беспокоить ту самую дикую природу, за которой они пытаются наблюдать.Фотоловушки ненавязчивы и предназначены для работы без ежедневного обслуживания. Развертывание большого количества фотоловушек для одновременной работы на ландшафте (известное как захват камер высокой плотности) упрощает мониторинг перемещений диких животных с течением времени и позволяет проводить сложный статистический анализ. Общество охраны дикой природы и Смитсоновский институт возглавили известные исследовательские проекты с использованием фотоловушек, в том числе eMammal и другие исследования знаковых видов, таких как тигры, леопарды и гигантские панды.

Фотоловушки не только ловят животных, но и помогают ловить браконьеров. В новых моделях используются черные светодиодные лампы, которые практически незаметны ночью при активной записи изображений и видео. Это предпочтительные фотоловушки для использования там, где высока вероятность присутствия людей на ландшафте, что снижает кражу. Фотоловушки также широко используются в качестве личных устройств безопасности в домах и офисах и являются довольно стандартным инструментом в более скрытых полевых операциях по обеспечению безопасности.

На рынке представлено более 15 основных брендов фотоловушек, включая известных производителей, таких как Reconyx, Browning, Stealth Cam, Spypoint и Bushnell.Некоторые фотоловушки лучше подходят для суровых погодных условий, другие могут месяцами оставаться нетронутыми в полевых условиях благодаря использованию высококачественных литиевых батарей или солнечных батарей, и большинство из них могут записывать видео и аудио высокой четкости. Есть даже фотоловушки, которые могут мгновенно отправлять изображения на мобильный телефон через Wi-Fi и сотовые сети. Каким бы ни было млекопитающее от среднего до крупного, есть фотоловушка, которая может заснять его. Их снижение стоимости и повышение надежности делают их идеальными инструментами для научных исследований и полевой биологии.

Теперь эту технологию легко использовать любому, будь то специалист по дикой природе или домашний энтузиаст. Эти рекомендации помогут вам начать работу.

• Следите за тем, чтобы лицевая сторона камеры не была направлена ​​на солнечные лучи, так как прямые солнечные лучи могут повредить датчики, быстро нагреть внутреннюю часть камеры и разрядить ее батареи. Сообщение блога

  Стоит больше, чем тысяча слов

  Как фотографии дикой природы могут помочь медведям и лосям — и людям — выжить за пределами национального парка Грейт-Смоки-Маунтинс

  Узнать больше >
• Удалите движущуюся траву, ветки или любые подвижные объекты из передней части диапазона камеры, иначе она может непрерывно делать фотографии, обнаруживая их движение. Это может стать весьма важным при отборе проб при сильном ветре.
• Не устанавливайте камеру на тонкие деревья, так как они могут качаться на ветру, вызывая срабатывание детекторов движения устройства.
• Надежно прикрепите камеры к их основанию (дереву или столбу), так как дикие животные могут проявить любопытство и унести их.
• Если вы нацелены на крупных хищников, вам может понадобиться металлический кожух, чтобы защитить камеру от разгрызания или поломки.
• Фотоловушки, установленные слишком близко к земле, могут сработать во время сильного дождя и покрыться брызгами почвы.

• Если человек может легко увидеть фотоловушку (например, на обочине тропы), подумайте о том, чтобы закрепить ее с помощью замка с металлическим тросом для предотвращения кражи.
• Даже камера, надежно прикрепленная к дереву, может иметь открытую переднюю панель, открывающую доступ к батареям и цифровой карте. Небольшие багажные замки — хороший вариант для защиты переднего люка.
• Перед развертыванием оставьте камеры-ловушки и все аксессуары снаружи как минимум на неделю, чтобы избавиться от человеческого запаха.
  
• Проверьте способность вашей камеры фотографировать вас, проведя «прогулку» перед ней, прежде чем настраивать ее.
• И напоследок, прежде чем оставить только что установленную фотоловушку в поле — не забудьте включить ее! Слишком часто это является самым большим источником страданий и смущения, когда вы возвращаетесь взволнованно, чтобы собрать изображения через месяц — в моем случае с горсткой студентов на буксире.

Так же важно, как документирование редких и неуловимых диких животных, фотоловушки помогают нам лучше понять распространение и численность более многочисленных видов, таких как белохвостый олень и койоты, а также мигрирующих диких животных, таких как вилорогая антилопа, в экосистеме Большого Йеллоустона. .Служба национальных парков инвестирует в фотоловушки, чтобы повысить ценность своего отдела инвентаризации и мониторинга, представляющего собой серию из 32 региональных сетей, которые собирают и анализируют информацию о животных, растениях и экосистемах по всей стране, чтобы поддерживать здоровье национальных парков. Некоторые примеры проектов включают:

• Документирование дикой природы в качестве стандартной практики для национальных исследований BioBlitz.
• Понимание движения диких животных и взаимосвязей в экосистеме Большого Йеллоустона.
• Изучение ночной дикой природы пустыни Сонора.
• Мониторинг активности диких животных при реагировании на масштабные лесные пожары.
• Документирование физического нарушения природных ресурсов бизонами на северной окраине Гранд-Каньона.
• Анализ того, как дикие животные используют Аппалачскую тропу.
• Наблюдение за дикой природой, обитающей вдоль бульвара Блю-Ридж.
• Фотодокументация популяции горных львов в горах Санта-Моники.

NPCA также использует фотоловушки, чтобы лучше понять разнообразие и поведение диких животных за пределами национальных парков, включая Национальный парк Грейт-Смоки-Маунтинс, Йеллоустонский национальный парк, Первый государственный национальный исторический парк и Национальное поле битвы в Петербурге.

Большое исследование с фотоловушкой превращается в мобильную игру

Мобильная игра под названием «Невидимая империя» превращает настоящее исследование с фотоловушкой в ​​игру, чтобы помочь людям лучше понять науку об охране природы.Игрокам предстоит идентифицировать животных по выборке из 6 миллионов фотографий, сделанных в ходе исследования в Юго-Восточной Азии, в том числе и на этой никобарской макаке, поедающей крабов. WildCRU

Игра разработана компанией Internet of Elephants, которая создает цифровые впечатления на основе научных исследований. Этот солнечный медведь был сфотографирован в рамках исследования с фотоловушкой, описанного в фильме «Невидимая империя», проведенного Исследовательским отделом охраны дикой природы (WildCRU) Оксфордского университета. WildCRU

Первоначальное исследование WildCRU было проведено в Юго-Восточной Азии с целью изучения неуловимого дымчатого леопарда, но в ходе десятилетнего исследования было сфотографировано более 250 видов животных, включая эту полосатую циветту. Полосатая циветта ведет ночной образ жизни и обитает в Индонезии, Малайзии, Брунее и некоторых частях Мьянмы и Таиланда. WildCRU

Дымчатый леопард считается уязвимым из-за вырубки лесов и браконьерства. Считается, что его популяция составляет менее 10 000 особей. Лесам Юго-Восточной Азии угрожают урбанизация, незаконная вырубка и расчистка земель под сельское хозяйство. WildCRU

Большой однорогий носорог также известен как индийский носорог и является самым крупным из видов носорогов. По данным WWF, когда-то близкие к исчезновению, их численность увеличилась с начала 20 века.WildCRU

Большой барсук-кабан обитает в Бангладеш, Камбодже, Мьянме, Таиланде и других частях Азии. Он считается уязвимым, и его численность сокращается из-за охоты и других угроз. Internet of Elephants надеется, что ее игры привлекут внимание людей, ранее не интересовавшихся сохранением дикой природы. WildCRU

Сиаманг — крупный гиббон, обитающий в Индонезии, Малайзии и Таиланде. Он находится под угрозой исчезновения, ему угрожают вырубка лесов, добыча полезных ископаемых и браконьерство. WildCRU

Гималайская кабарга, сфотографированная в рамках исследования WildCRU. «Если у вас нет встречи или опыта с элементами природы, то какая мотивация может у вас быть, чтобы проявлять к ней личный интерес?» говорит профессор Дэвид Макдональд из команды WildCRU. WildCRU

Малайский тапир, обитающий в тропических лесах Юго-Восточной Азии, включая Таиланд и Мьянму, находится под угрозой разрушения среды обитания и охоты. WildCRU

Сиамская огненная спинка — фазан, обитающий в Лаосе, Вьетнаме и Таиланде.«Мне хотелось бы думать, что участие в этой игре… приведет к ощущению ценности, которое повлияет на то, как (люди) думают о природе», — говорит Макдональд. WildCRU

школьный проект видеозахвата | NatureScot

Компания NatureScot в течение ряда лет расширяла инновационный проект фотоловушек, изначально разработанный на северо-востоке Шотландии. Результаты были превосходны. Они показывают, что эта технология действительно может вдохновить молодых людей на знакомство с местной дикой природой и имеет огромный потенциал для разнообразных возможностей обучения. Это также очень эффективный способ поощрения обучения на свежем воздухе.

Привлечение детей к природе

Фотоловушки — отличный способ побудить детей выйти на улицу, поскольку они сочетают в себе технологии с врожденным детским чувством любопытства к миру. Они также показывают, что дикая природа обитает не только в сельской местности, но и в самых оживленных городских районах. Вдохновение детей также может быть очень эффективным способом побудить взрослых ценить природу.

Цели проекта

Вдохновением для проекта послужила задача 2020 года для сохранения биоразнообразия Шотландии.

Цель состоит в том, чтобы поощрять инновации в экологическом образовании, привлекать детей к природе, поощрять обучение на свежем воздухе и создавать прочное наследие.

Разработка проекта

Мы работали с инициатором пилотного проекта, Роуз Тони, координатором Партнерства по биоразнообразию Северо-Восточной Шотландии, для реализации проекта 2017 года. Затем мы обратились к егерям, персоналу заповедника и другим специалистам по экологическому просвещению. Каждый из тех, к кому обращались, выбирал местную школу, которую они могли бы поддерживать «на местах».Последний раунд проекта фотоловушки работал со школами, участвующими в проекте «Обучение в местных зеленых насаждениях».

Камера-ловушка в действии

Участвующим школам выдали наборы фотоловушек и попросили представить видео, составленное из их лучших кадров. Каждая из школ-победителей была награждена новым комплектом фотоловушек.

Ученики должны были быть вовлечены на всех этапах планирования, записи и подготовки видеороликов. Большинство рассказано детьми, объясняя, что они узнали о местной дикой природе.Каждой школе было предложено представить свои выводы в местный архивный центр. Это также помогает привлечь детей к защите дикой природы и предоставляет больше возможностей для обучения посредством сбора данных.

Результаты

Жюри было поражено уровнем представленных работ. Судьи также были в восторге от того, как школы восприняли проект. Они могли видеть, как школы использовали его в качестве плацдарма для дальнейшей учебной деятельности и для поддержки своей реализации Учебной программы для повышения квалификации.

Посмотрите несколько видео-победителей.

Самые последние фильмы были отправлены незадолго до пандемии COVID-19, и мы превратили их в набор ресурсов, которые, как мы надеемся, вдохновят других учителей. Мы пригласили учителей рассказать об их опыте работы над проектом фотоловушки и о том, какие возможности обучения могут быть разработаны с использованием этой технологии:

Вы можете просмотреть полный плейлист видео Schools Trapping.

Следующие шаги

В настоящее время проект приостановлен из-за пандемии COVID-19.

Контакт

Шэрон Каннингем
Электронная почта: [email protected]

Последнее обновление: 02. 06.2018

Исследование с фотоловушками показывает, что природоохранные мероприятия «работают» на полуострове Оса в Коста-Рике: видео

• Крупнейшее в истории исследование с фотоловушками в Центральной Америке на полуострове Оса в Коста-Рике показало, как вмешательство человека влияет на то, где живут животные, и как они сгруппированы.
• На охраняемых территориях и в здоровых лесах обитало большее разнообразие животных, а также более крупные виды, такие как тапиры, ягуары и пумы, в то время как в местах с большей деятельностью человека было меньше видов, которые, как правило, были более мелкими, более распространенными животными, такими как опоссумы и агути. .
• Исследование с фотоловушкой, начатое в начале 2018 года, показывает, что многие виды полностью восстановились в лесных заповедниках вокруг национального парка Корковадо, что указывает на то, что усилия по сохранению за последние 30 лет были в значительной степени эффективными.
• Местные природоохранные группы теперь сосредоточены на создании коридоров дикой природы, чтобы более крупные виды, такие как ягуары, могли восстанавливаться в соседних лесах.

После того, как она собрала набор фотоловушек с хребта над Национальным парком Корковадо, биолог по охране окружающей среды Элеонора Флатт сказала, что ученые, сотрудники и туристы столпились вокруг ее компьютера в Punta Marenco Lodge, чтобы посмотреть, какие изображения были сняты.

Фотоловушки, удаленные камеры, срабатывающие при движении, могут срабатывать от чего-то столь обыденного, как лист, качающийся на ветру.По ее словам, когда появились размытые кадры кустов, ветвей и регулярно встречающихся животных, многие потеряли интерес — пока на экране не промелькнула пума.

— Все побежали назад, — сказал Флатт. «Они не могли в это поверить».

«Мы все знаем, что животные тропических лесов могут быть очень скрытными и часто их никогда не увидишь, — сказал Энди Уитворт, директор неправительственной организации Osa Conservation, в интервью 2018 года Монгабаю о проекте фотоловушки, — особенно некоторые из самых харизматичных видов, такие как кошки, а также странные и чудесные ночные звери, такие как свиноносый скунс.

Вот почему ученые запустили крупнейшее на сегодняшний день исследование фотоловушек в Центральной Америке. Они хотели узнать, как вмешательство человека влияет на то, где живут животные, и как они сгруппированы на полуострове Оса (участок земли на тихоокеанской стороне Коста-Рики примерно в полтора раза больше, чем Лос-Анджелес, штат Калифорния).

Полуостров Оса известен как оазис тропического биоразнообразия, где обитает множество растений и животных, которых нет больше нигде на Земле. Это одно из последних мест в Центральной Америке, где поддерживаются здоровые популяции пяти диких кошек — ягуара, пумы, оцелота, марги и ягуарунди — все они, как известно, неуловимы для людей.

В феврале 2018 года группы биологов из нескольких университетов и неправительственных организаций вместе с членами сообщества установили 240 камер в сеть по всему полуострову. Камеры оставляли в лесу в среднем на четыре месяца.

После сортировки 13 600 обнаружений 26 видов диких млекопитающих и наземных птиц они обнаружили два отдельных сообщества животных, живущих в нарушенных и ненарушенных районах. Их результаты теперь опубликованы в журнале Conservation Biology .

Более здоровые экосистемы, часто районы полуострова с самой строгой охраной земель, такие как Национальный парк Корковадо, содержали большее разнообразие животных, а также более крупные виды, такие как тапиры, ягуары и пумы.

В местах с большей активностью человека было меньше видов животных, и эти животные часто были более мелкими, более распространенными видами, такими как опоссумы и агути.Некоторые из этих более мелких животных, в частности опоссумы, были более многочисленны на нарушенных участках, чем в здоровых лесах.

В целом деятельность человека вытесняет крупных животных и позволяет процветать меньшему количеству видов мелких существ, таких как грызуны.

«Результаты, возможно, не были удивительными, — сказал Джон Поулсен, адъюнкт-профессор экологии в Университете Дьюка, который не участвовал в исследовании, — но они внесли важный вклад в изучение пантропического явления — люди оказывают огромное влияние на сообщества животных, отдавая предпочтение более мелким видам и резко сокращая распространение и численность крупных видов.

В 1990-х годах за пределами парков почти не было пум, тапиров и пекари, говорит Уитворт, соавтор исследования. Теперь, согласно их выводам, многие виды полностью восстановились в лесных заповедниках вокруг национального парка Корковадо, а некоторые из этих видов даже переселились с полуострова на материк.

«Это первое настоящее исследование в масштабе всей экосистемы почти за 30 лет, и мы на самом деле видим, что для многих видов происходит огромное восстановление». — сказал Уитворт. «Это показывает нам, что парки и охраняемые территории… они работают».

Полуостров Оса имеет более 70% лесного покрова и множество охраняемых территорий, «но вы все еще можете увидеть последствия беспокойства на окраинах лесов», — говорит Хуан Варгас Сото, ученый из Коста-Рики и доктор философии. кандидат в Университете Торонто, сказал Монгабай.Охота, дороги и вмешательство человека по-прежнему представляют угрозу для леса и обитающих в нем видов. — Значит, это очень деликатно.

«Это исследование впечатляет своим масштабом, как географическим, так и количеством оцениваемых видов», — сказал Поулсон Монгабею. «Проведение исследования такого масштаба — это логистический кошмар, но они смогли его осуществить благодаря своим прочным отношениям и сотрудничеству… с местными организациями и сообществами».

Более чем за год до того, как были установлены фотоловушки, основная группа исследователей начала разговаривать с землевладельцами и членами сообщества по всему полуострову, чтобы попросить разрешения получить доступ к их земле.

«В регионе есть история сохранения, но это не значит, что все были на борту», ​​— сказал ведущий автор исследования Варгас-Сото. «Это процесс».

Исследовательская группа работала с существующими общественными организациями и проводила встречи, чтобы объяснить цели проекта, обучить людей пользоваться фотоловушками, обсудить права собственности на данные и изображения и рассказать о преимуществах наблюдения за дикой природой.Например, места, которые полагаются на экотуризм, видят выгоду в использовании реальных фотографий животных на своей территории для привлечения посетителей.

«Когда вы заводите на участке большую кошку, вы можете просто увидеть, как внутри меняется хозяин», — сказал Флатт. «Они стали больше гордиться своей собственностью». И иногда, как она и Уитворт сказали, это меняет мнение землевладельца о сохранении.

Теперь Osa Conservation и другие сосредоточены на расширении этого восстановления путем создания и защиты диких коридоров, подобных лесным дорогам, где могут бродить и расти ягуары и другие бродячие виды.Osa Conservation установила фотоловушки вдоль автомагистралей, чтобы попытаться определить подходящие места для установки путепроводов или подземных переходов, где дикие животные могут безопасно пересекать границу. Они также занимаются лесовосстановлением вдоль этих коридоров.

«Существуют проблемы для тех крупных высших видов, которым нужно много места, но какая история сохранения не имеет своей проблемы?» — сказал Уитворт. «Я действительно думаю, что мы очень редко видим такой прогресс в истории сохранения».

Ссылка:

Варгас Сото, Дж.С., Бейрн, К., Уитворт, А., Диас, Дж.К.С., Флатт, Э., Пиллко-Уаркая, Р., … Молнар, П.К. (2021). Человеческое вмешательство и сдвиги в составе сообщества позвоночных в очаге биоразнообразия. Биология сохранения . doi: 10.1111/cobi.13813

Баннерное изображение ягуара на полуострове Оса любезно предоставлено Osa Conservation.

Лиз Кимбро — штатный писатель Mongabay. Найдите ее в Твиттере @lizkimbrough_

ОБРАТНАЯ СВЯЗЬ:  Используйте эту форму , чтобы отправить сообщение автору этого сообщения. Если вы хотите опубликовать публичный комментарий, вы можете сделать это внизу страницы

Автоматическая идентификация видов животных на изображениях с фотоловушек | Журнал EURASIP по обработке изображений и видео

Наша программа извлечения и классификации образов основана на ScSPM [6], как показано на рисунке 1.Алгоритм сначала плотно извлекает дескриптор локального объекта. Мы объединяем два вида локальных дескрипторов: SIFT и cLBP. Чтобы разреженно представлять локальные функции, словарь изучается с помощью взвешенного разреженного кодирования для каждого типа дескрипторных функций. Подобные локальные признаки могут генерировать похожие коды после разреженного кодирования в словаре, что важно для распознавания, поскольку сохраняет различительную информацию при подавлении шума. Наконец, максимальное объединение с использованием SPM используется для создания функции глобального изображения, которая преобразует изображение или ограничивающую рамку в один вектор.Затем мы применяем линейные мультиклассовые SVM для классификации глобального признака для одной категории видов, предполагая, что SVM заранее обучены с использованием обучающих данных.

Архитектура алгоритма ScSPM.   Плотно извлеченные локальные объекты объединяются в разные пространственные местоположения в разных пространственных масштабах.

3.1 Извлечение локальных признаков

Изображения с фотоловушек содержат сильный шум и помехи. Это требует от нас разработки как дискриминантного, так и инвариантного локального признака для описания локальных участков изображения. Функция Dense SIFT, также известная как плотная гистограмма ориентированных градиентов, успешно используется в некоторых работах по распознаванию. Дескриптор SIFT инвариантен к умеренному масштабированию и смещению краев, а также линейному изменению освещенности участка изображения; однако он не работает, когда происходит нелинейное изменение освещенности. cLBP, напротив, является идеальным дескриптором локальной текстуры, инвариантным к умеренным нелинейным изменениям освещенности. В области компьютерного зрения для обнаружения человека [13] функции HOG и cLBP объединяются для получения окончательной функции.Но простая конкатенация потенциально может вызвать следующую проблему: пространство признаков становится более сложным и его труднее классифицировать. Таким образом, мы использовали процедуру Zhang et al. [14] для извлечения HOG и cLBP и объединения ответов только после их раздельного кодирования.

Дескриптор SIFT аналогичен HOG. Оба являются гистограммами ориентированных градиентов. Дескриптор SIFT показан на рисунке 2. После расчета карты градиента для каждого изображения SIFT создает ориентированные гистограммы градиента для 4 × 4 областей сетки вместо 2 × 2, как в HOG.Полный 128-мерный дескриптор SIFT создается путем объединения 16 гистограмм в фрагмент изображения размером 16 × 16.

Процедура выделения локальных признаков.  Сначала рассчитайте градиенты и шаблоны LBP на фрагменте необработанных пикселей. Во-вторых, создайте гистограммы для SIFT и LBP соответственно.

cLBP — это очень хороший дескриптор текстуры, который извлекает гистограмму шаблонов LBP из локальных ячеек, как показано на рисунке 2. Чтобы отфильтровать шумы, LBP преобразуется в однородный шаблон LBP [15].Мы используем обозначение LBPnu,r для обозначения функции LBP, которая принимает n  точка выборки с радиусом r , а количество переходов от 0 к 1 не превышает u . Паттерн, удовлетворяющий этому ограничению, называется равномерным паттерном [15]. Например, шаблон 0010010 является неоднородным шаблоном для LBP ² и однородным шаблоном для LBP ⁴  , поскольку LBP ⁴   допускает четыре перехода 0-to-1. В нашем подходе мы устанавливаем u  = 2, n  = 8 и r  = 1.В этом параметре размерность LBP равна 59.

Обоснование комбинации SIFT и cLBP заключается в том, что на уровне пикселей ориентированный градиент был назначен 8 бинам в SIFT, в то время как в универсальном LBP82,1 количество бинов равно 59. На уровне ячеек в SIFT используется 16 ячеек, тогда как в cLBP используется только 1 ячейка. Таким образом, SIFT очень точен на уровне ячеек, но инвариантен на уровне пикселей, в то время как для cLBP все наоборот. Комбинация этих двух решений позволяет найти компромисс между дискриминацией и инвариантностью как на уровне пикселей, так и на уровне ячеек.

3.2 Изучение словаря и взвешенное разреженное кодирование

Целью изучения словаря является сбор высокоуровневой информации, то есть выбор некоторых элементов для описания распределения входного пространства. Мы получаем локальный набор признаков изображения X путем случайной выборки в пространстве признаков. Тогда X аппроксимирует распределение входного пространства. Но X содержит огромное количество сигналов, что делает невозможным использование X непосредственно в кодировании.Изучение словаря направлено на создание компактного словаря, который может разреженно представлять входящий сигнал с минимальной ошибкой.

Пусть X находится в D-мерном пространстве признаков, т. е. X = [x1,⋯,xN]∈RD×N. Словарь V = [ v ₁ ,⋯, v _К ]∈RD×K с K  атомами. Традиционный метод опоры на словарь и метод разреженного кодирования формулируют проблему следующим образом:

минВ,U∥X-VU∥2+λ∥U∥1с.t.∥vk∥≤1,∀k=1,2,⋯,K,

(1)

, где U=[u1,⋯,uN]∈RK×N — матрица разреженных кодов.

Вдохновленный работой Wang et al. [7], в котором кодирование признаков основано на локальности в пространстве признаков, мы адаптируем исходное разреженное кодирование к взвешенному разреженному кодированию следующим образом, чтобы обеспечить как разреженность, так и локальность:

минВ,U∥X-VU∥2+λ∥WU∥1с.т.∥vk∥≤1,∀k=1,2,⋯,K,

(2)

, где W   — диагональная весовая матрица, элементы которой вычисляются как

Wi(k,k)=∥Xi-Vk∥2,k=1,2,⋯,K.

(3)

Для решения этой проблемы изучения словаря было предложено множество алгоритмов, например, [16]. V хорошо известен как кодовая книга, и его можно обучить и исправить на этапе тестирования. В последнее время было проведено много работ по обучению словаря с учителем (например, [17, 18]), чтобы адаптировать словарь для целей классификации, но это часто требует больших вычислительных ресурсов и не может хорошо справиться с большой задачей с несколькими классами. Таким образом, в нашей работе используется неконтролируемое изучение словаря с использованием взвешенного разреженного кодирования, как в уравнении 2.

3.3 Линейное SPM и многомасштабное максимальное объединение пространственное расположение локальных особенностей изображения в различных масштабах. На рисунке 1 показана вся структура ScSPM. Пусть

zj=max{|uj1|,|uj2|,⋯,|ujM|}

(4)

, где z _и является j -м элементом z , u _джи — элемент матрицы в j -й строке и i -м столбце U . Максимальное объединение полезно для неизменности перевода, поскольку максимальный ответ будет отфильтрован, если это небольшой перевод.

Пусть изображение I _и должен быть представлен z _и , простое линейное ядро ​​СЗМ определяется [6]

С линейным ядром SPM мы можем напрямую использовать линейный SVM, для которого стоимость обучения составляет O ( n ) в вычислениях, а стоимость тестирования для каждого изображения зависит от размерности функции.

3.4 Мультиклассовый линейный SVM

Пусть {(zi,yi)}i=1n,yi∈Y={1,2,⋯,L} — обучающие данные. Мы придерживаемся реализации в Yang et al. [6], и использовать стратегию «один против всех» для обучения L  бинарных линейных SVM, каждая из которых решает следующую задачу неограниченной выпуклой оптимизации:

minwcJ(wc)=∥wc∥2+C∑i=1nl(wc;yic,zi),

(6)

где yic=1 если y _и = c , иначе yic=-1, а l(wc;yic,zi) — функция потери шарнира.