Application of High Resolution Satellite Imagery to Characterize Individual-Based Environmental Heterogeneity in a Wild Blue Tit Population
Notice bibliographique
Résumé
Environmental heterogeneity in space and time plays a key role in influencing trait variability in animals, and can be particularly relevant to animal phenology. Until recently, the use of remotely sensed imagery in understanding animal variation was limited to analyses at the population level, largely because of a lack of high-resolution data that would allow inference at the individual level. We evaluated the potential of SPOT 4 (Take 5) satellite imagery data (with observations every fifth day at 20 m resolution and equivalent to acquisition parameters of Sentinel-2) in animal ecology research. We focused on blue tit Cyanistes caeruleus reproduction in a study site containing 227 nestboxes scattered in a Mediterranean forest dominated by deciduous downy oaks Quercus pubescens with a secondary cover of evergreen holm oaks Quercus ilex. We observed high congruence between ground data collected in a 50 m radius around each nestbox and NDVI values averaged across a 5 by 5 pixel grid centered around each nestbox of the study site. The number of deciduous and evergreen oaks around nestboxes explained up to 66% of variance in nestbox-centered, SPOT-derived NDVI values. We also found highly equivalent patterns of spatial autocorrelation for both ground- and satellite-derived indexes of environmental heterogeneity. For deciduous and evergreen oaks, the derived NDVI signal was highly distinctive in winter and early spring. June NDVI values for deciduous and evergreen oaks were higher by 58% and 8% relative to February values, respectively. The number of evergreen oaks was positively associated with later timing of breeding in blue tits. SPOT-derived, Sentinel-2 like imagery thus provided highly reliable, ground-validated information on habitat heterogeneity of direct relevance to a long-term field study of a free-living passerine bird. Given that the logistical demands of gathering ground data often limit our understanding of variation in animal reproductive traits across time and space, there appears to be great promise in applying fine-resolution satellite data in evolutionary ecology research.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».