Using unmanned aerial vehicles (UAVs) to measure jellyfish aggregations
Notice bibliographique
Résumé
MEPS Marine Ecology Progress Series Contact the journal Facebook Twitter RSS Mailing List Subscribe to our mailing list via Mailchimp HomeLatest VolumeAbout the JournalEditorsTheme Sections MEPS 591:29-36 (2018) - DOI: https://doi.org/10.3354/meps12414 NOTE Using unmanned aerial vehicles (UAVs) to measure jellyfish aggregations Jessica Schaub1,*, Brian P. V. Hunt1,2,3, Evgeny A. Pakhomov1,2,3, Keith Holmes3, Yuhao Lu4, Lucy Quayle3 1Department of Earth, Ocean and Atmospheric Sciences, University of British Columbia, Vancouver, British Columbia V6T 1Z4, Canada 2Institute of the Oceans and Fisheries, University of British Columbia, Vancouver, British Columbia V6T 1Z4, Canada 3Hakai Institute, PO Box 309, Heriot Bay, British Columbia V0P 1H0, Canada 4Integrated Remote Sensing Studio, Forest Sciences Center, 2424 Main Mall, Vancouver, British Columbia V6K 1Z4, Canada *Corresponding author: jessica.schaub@alumni.ubc.caAdvance View was available online January 29, 2018 ABSTRACT: Unmanned aerial vehicles (UAVs, or drones) are becoming increasingly common as tools to perform high-resolution but broad-scale measurements of habitats and populations simultaneously. In this study, we tested the application of UAVs to aerial surveys of jellyfish and their suitability for measuring and monitoring aggregations. We paired net hauls with linear image transects taken by a UAV to measure 5 Aurelia spp. aggregations over the course of 1 d in Pruth Bay, British Columbia, Canada. Georeferenced image transects were processed to determine aggregation areal extent and estimate percent cover of jellyfish. The percent cover estimates and net haul density data were highly comparable for all aggregations. Using combined UAV-derived surface area estimates and net haul biomass estimates, we calculated that jellyfish aggregation size ranged from 65 to 117 t wet weight biomass. We discuss the potential for additional UAV-based measurements including jellyfish abundance and individual size. The study demonstrates the potential of UAVs as powerful tools for characterizing and researching jellyfish aggregations in situ. KEY WORDS: Drones · Jellyfish aggregations · GIS · Unmanned aerial vehicles Full text in pdf format Supplementary material PreviousNextCite this article as: Schaub J, Hunt BPV, Pakhomov EA, Holmes K, Lu Y, Quayle L (2018) Using unmanned aerial vehicles (UAVs) to measure jellyfish aggregations. Mar Ecol Prog Ser 591:29-36. https://doi.org/10.3354/meps12414 Export citation RSS - Facebook - Tweet - linkedIn Cited by Published in MEPS Vol. 591. Online publication date: March 19, 2018 Print ISSN: 0171-8630; Online ISSN: 1616-1599 Copyright © 2018 Inter-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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 tête enseignante, 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 ».