676740, Амурская обл., пос. Архара, Дорожный пер., 6
6 Dorozhny, Arkhara, Amurskaia Region 676740
119333, Москва, Губкина, 3
3 Gubkina St., Moscow 119333
676740, Амурская обл., пос. Архара, Дорожный пер., 6
6 Dorozhny, Arkhara, Amurskaia Region 676740
Предложен к обсуждению метод расчёта плотности населения наземных животных, не поддающихся индивидуальной идентификации с помощью фотографий или видеоизображений, полученных автоматическими камерами. В основе метода лежит постоянный учёт животных на площадках, образованных зонами детекции фотоловушек с последующей экстраполяцией результатов на всю изучаемую территорию. Существенным отличием предложенного способа от других методов учёта фотоловушками является более простой математический аппарат, что позволяет применять метод широкому кругу пользователей. Достаточно легко вычисляются как меры положения, так и меры рассеяния, необходимые для последующего статистического анализа. Одним из преимуществ метода можно также назвать отсутствие необходимости знать скорость передвижения животных – наиболее трудно вычисляемый параметр, особенно в бесснежный период года. Приводится пример использования бутсреп-метода для случая, когда параметры распределения входных данных не соответствуют нормальному. С помощью локальной теоремы Лапласа оценена вероятность попадания отдыхающих на лёжках животных в зону детекции матриц фотоловушек, что необходимо для корректного использования предлагаемого метода. Предлагаются пути решения для случаев, когда таковая вероятность мала. Обозначены проблемы предлагаемого метода и возможные варианты их решения. Приведен пример расчета плотности косули в дубовом редколесье Хинганского заповедника на основе данных, полученных с помощью четырёх фотоловушек.
A new method for calculating the population density of terrestrial animals, which are not amenable to individual identification, using photos or video images obtained by automatic cameras is proposed for discussion. The method is based on the continuous registration of animals on sites formed by the detection zones of camera traps with subsequent extrapolation of the results to the entire study area. A much simpler mathematical apparatus is a significant difference between our proposed method and other methods of accounting by camera traps, which allows it to be applied by a wide range of users. Both the positional measures and the scattering measures necessary for subsequent statistical analysis are calculated quite easily. Also, one of our method’s advantages is no need to know the animal movement speed, the most difficult parameter to calculate, especially in the snowless period of the year. An example of using the bootstrap method is given for the case when the input data distribution parameters do not correspond to the normal one. Using the de Moivre–Laplace theorem, the probability that the animals resting on their beds would get into the detection zone of the camera trap matrices is estimated, which is necessary for the correct use of the proposed method. Solutions are proposed for cases when this probability is low. The problems of our proposed method and their possible solutions are described. An example of calculating the density of roe deer in the open oak forest of the Khingan Nature Reserve is given on the basis of our data obtained from four camera traps.
The authors declare that there are no conflicts of interest present.