Quantifying the causes and consequences of variation in satellite‐derived population indices: a case study of emperor penguins
Notice bibliographique
Résumé
Abstract Very high‐resolution satellite (VHR) imagery is a promising tool for estimating the abundance of wildlife populations, especially in remote regions where traditional surveys are limited by logistical challenges. Emperor penguins Aptenodytes forsteri were the first species to have a circumpolar population estimate derived via VHR imagery. Here we address an untested assumption from Fretwell et al. (2012) that a single image of an emperor penguin colony is a reasonable representation of the colony for the year the image was taken. We evaluated satellite‐related and environmental variables that might influence the calculated area of penguin pixels to reduce uncertainties in satellite‐based estimates of emperor penguin populations in the future. We focused our analysis on multiple VHR images from three representative colonies: Atka Bay, Stancomb‐Wills (Weddell Sea sector) and Coulman Island (Ross Sea sector) between September and December during 2011. We replicated methods in Fretwell et al. (2012), which included using supervised classification tools in ArcGIS 10.7 software to calculate area occupied by penguins (hereafter referred to as ‘population indices’) in each image. We found that population indices varied from 2 to nearly 6‐fold, suggesting that penguin pixel areas calculated from a single image may not provide a complete understanding of colony size for that year. Thus, we further highlight the important roles of: (i) sun azimuth and elevation through image resolution and (ii) penguin patchiness (aggregated vs. distributed) on the calculated areas. We found an effect of wind and temperature on penguin patchiness. Despite intra‐seasonal variability in population indices, simulations indicate that reliable, robust population trends are possible by including satellite‐related and environmental covariates and aggregating indices across time and space. Our work provides additional parameters that should be included in future models of population size for emperor penguins.
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 | 0,000 | 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 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 ».