Google Haul Out: Earth Observation Imagery and Digital Aerial Surveys in Coastal Wildlife Management and Abundance Estimation.
Google Haul Out: Earth Observation Imagery and Digital Aerial Surveys in Coastal Wildlife Management and Abundance Estimation.
复制标题
DOI：
10.1093/biosci/bix059
复制
发表时间：
2017-08-01
期刊：
影响因子：
10.1
通讯作者：
Johnston DW
中科院分区：
文献类型：
--
作者：
Moxley JH;Bogomolni A;Hammill MO;Moore KMT;Polito MJ;Sette L;Sharp WB;Waring GT;Gilbert JR;Halpin PN;Johnston DW
随着地球观测图像采样频率和分辨率的提高，人口监测中的新应用机会越来越多。需要新的方法将既定的分析方法应用于从新的观测平台（例如卫星和无人机）收集的数据。在这里，我们提出了一种方法，利用 Google 地球图像中的机会观测来估计马萨诸塞州东南部未被研究且不断增长的灰海豹 (Halichoerus grypus) 种群的区域季节性丰度。丰度估计值是根据数字航空调查计数得出的，通过采用遥测行为观察来调整已建立的基于校正的分析来量化调查偏差。其结果是，通过机会主义的地球观测图像和重新利用的动物遥测数据，首次对美国东北部的灰海豹丰度有了区域性的了解。随着来自地球观测图像的物种观测数据变得越来越普遍，此类方法为监测动物群落和了解物种丰度提供了强大、适应性强且具有成本效益的解决方案。
As the sampling frequency and resolution of Earth observation imagery increase, there are growing opportunities for novel applications in population monitoring. New methods are required to apply established analytical approaches to data collected from new observation platforms (e.g., satellites and unmanned aerial vehicles). Here, we present a method that estimates regional seasonal abundances for an understudied and growing population of gray seals (Halichoerus grypus) in southeastern Massachusetts, using opportunistic observations in Google Earth imagery. Abundance estimates are derived from digital aerial survey counts by adapting established correction-based analyses with telemetry behavioral observation to quantify survey biases. The result is a first regional understanding of gray seal abundance in the northeast US through opportunistic Earth observation imagery and repurposed animal telemetry data. As species observation data from Earth observation imagery become more ubiquitous, such methods provide a robust, adaptable, and cost-effective solution to monitoring animal colonies and understanding species abundances.
登录
查看更多内容
影响因子：
2.8
作者：
Lynch, H. J.;LaRue, M. A.
通讯作者：
LaRue, M. A.
DOI：
10.1139/cjfas-54-9-2097
发表时间：
1997-09-01
影响因子：
2.4
作者：
Myers, RA;Hammill, MO;Stenson, GB
通讯作者：
Stenson, GB
影响因子：
4.8
作者：
Breed, Greg A.;Jonsen, Ian D.;Leonard, Marty L.
通讯作者：
Leonard, Marty L.
影响因子：
1.7
作者：
LaRue, Michelle A.;Rotella, Jay J.;Morin, Paul J.
通讯作者：
Morin, Paul J.
影响因子：
6.4
作者：
Fretwell, Peter T.;Trathan, Philip N.
通讯作者：
Trathan, Philip N.