Использование больших данных в оценке численности индивидуально неидентифицируемых животных с помощью камер-ловушек на привлекательных стратах

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 видео-данным 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 видео-данных 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.