Uso de drones para estimativas de abundância: como lidar com os erros de detecção

Detalhes bibliográficos
Autor(a) principal: Brack, Ismael Verrastro
Data de Publicação: 2016
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da UFRGS
Texto Completo: http://hdl.handle.net/10183/243413
Resumo: Abundância é uma das medidas centrais da ecologia, sendo empregada tanto para investigar questões ecológicas básicas quanto para avaliação questões de conservação e manejo. Porém, a abundância dificilmente pode ser acessada de maneira direta; diversas fontes de erro de detecção (ou medição) podem produzir vieses nas estimativas de abundância. Ao longo da história, diferentes técnicas de coleta e métodos de estimativa vêm sendo aplicados com objetivo de obter estimativas mais acuradas e precisas. Recentemente, os drones – ou veículos aéreos não tripulados – têm surgido como uma alternativa nos levantamentos aéreos de populações animais e vêm sendo aplicados em estudos de várias espécies. Entretanto, para a consolidação dessa nova ferramenta em estudos ecológicos, ainda são necessárias avaliações sobre a acurácia e precisão de suas estimativas. Nesta dissertação, verificamos as fontes de erro que podem produzir vieses nas estimativas de abundância em amostragens com drones e propomos uma abordagem que visa acomodar os principais erros de detecção. No primeiro capítulo, comparando estimativas com o tamanho populacional real conhecido, demonstramos que caso as fontes de erro sejam ignoradas, ou se não corrigidas adequadamente, as estimativas de abundância resultam fortemente enviesadas. No segundo capítulo, em um estudo simulado, propomos uma abordagem de modelagem hierárquica para acomodar os erros falsos negativos em levantamentos aéreos espacial e temporalmente replicados com drones, com revisão das imagens por múltiplos observadores. Assim, este estudo traz contribuições para o desenvolvimento de abordagens robustas que permitirão o uso dos drones para investigar questões ecológicas, monitorar populações em longo prazo, entre outras das aplicações das informações de abundância.
id URGS_8bb364785b94d855b601bc355e17d54b
oai_identifier_str oai:www.lume.ufrgs.br:10183/243413
network_acronym_str URGS
network_name_str Biblioteca Digital de Teses e Dissertações da UFRGS
repository_id_str 1853
spelling Brack, Ismael VerrastroOliveira, Luiz Flamarion Barbosa de2022-07-21T04:57:13Z2016http://hdl.handle.net/10183/243413001140248Abundância é uma das medidas centrais da ecologia, sendo empregada tanto para investigar questões ecológicas básicas quanto para avaliação questões de conservação e manejo. Porém, a abundância dificilmente pode ser acessada de maneira direta; diversas fontes de erro de detecção (ou medição) podem produzir vieses nas estimativas de abundância. Ao longo da história, diferentes técnicas de coleta e métodos de estimativa vêm sendo aplicados com objetivo de obter estimativas mais acuradas e precisas. Recentemente, os drones – ou veículos aéreos não tripulados – têm surgido como uma alternativa nos levantamentos aéreos de populações animais e vêm sendo aplicados em estudos de várias espécies. Entretanto, para a consolidação dessa nova ferramenta em estudos ecológicos, ainda são necessárias avaliações sobre a acurácia e precisão de suas estimativas. Nesta dissertação, verificamos as fontes de erro que podem produzir vieses nas estimativas de abundância em amostragens com drones e propomos uma abordagem que visa acomodar os principais erros de detecção. No primeiro capítulo, comparando estimativas com o tamanho populacional real conhecido, demonstramos que caso as fontes de erro sejam ignoradas, ou se não corrigidas adequadamente, as estimativas de abundância resultam fortemente enviesadas. No segundo capítulo, em um estudo simulado, propomos uma abordagem de modelagem hierárquica para acomodar os erros falsos negativos em levantamentos aéreos espacial e temporalmente replicados com drones, com revisão das imagens por múltiplos observadores. Assim, este estudo traz contribuições para o desenvolvimento de abordagens robustas que permitirão o uso dos drones para investigar questões ecológicas, monitorar populações em longo prazo, entre outras das aplicações das informações de abundância.Abundance is one of the central measures of ecology and it has been used to investigate from basic ecological questions to conservation and management issues. However, abundance can rarely be directly accessed; there are sources of measurement errors that could produce biases in abundance estimates. Historically, different sampling techniques and estimation methods have been applied in order to get more accurate and precise abundance estimates. Recently, drones – or unmanned aerial systems (UAS) – emerged as an alternative in aerial surveys of animal populations and they have been used to study several species. However, accuracy and precision evaluations are still needed for the consolidation of this new ecological tool. In this dissertation, we assessed the sources of error that could produce biases in abundance estimates in drone surveys and we propose an approach to accommodate the main measurement errors. In the first chapter, we compared estimates with a population of known size and we demonstrated that if sources of error are ignored, or they are not adequately corrected, abundance estimates results can be strongly biased. In the second chapter, in a simulation study, we propose a hierarchical modeling approach to accommodate false negative errors in spatially replicated drone surveys, and image reviews by multiple observers. Then, this study brings contributions to the development of robust approaches that will allow the utilization of drones to investigate ecological questions, long-term population monitoring, among many other applications of abundance data.application/pdfporPopulaçãoVeículo aéreo não tripuladoPopulation sizeAerial surveyUnmanned aerial systemUso de drones para estimativas de abundância: como lidar com os erros de detecçãoinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisUniversidade Federal do Rio Grande do SulInstituto de BiociênciasPrograma de Pós-Graduação em EcologiaPorto Alegre, BR-RS2016mestradoinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSTEXT001140248.pdf.txt001140248.pdf.txtExtracted Texttext/plain98505http://www.lume.ufrgs.br/bitstream/10183/243413/2/001140248.pdf.txtfdf5ebd100f836400c80ffb562f1cde2MD52ORIGINAL001140248.pdfTexto completoapplication/pdf1827754http://www.lume.ufrgs.br/bitstream/10183/243413/1/001140248.pdf751f64e3df0867c4e43e6d1bec2cebc1MD5110183/2434132022-07-22 04:54:46.301968oai:www.lume.ufrgs.br:10183/243413Biblioteca Digital de Teses e Dissertaçõeshttps://lume.ufrgs.br/handle/10183/2PUBhttps://lume.ufrgs.br/oai/requestlume@ufrgs.br||lume@ufrgs.bropendoar:18532022-07-22T07:54:46Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false
dc.title.pt_BR.fl_str_mv Uso de drones para estimativas de abundância: como lidar com os erros de detecção
title Uso de drones para estimativas de abundância: como lidar com os erros de detecção
spellingShingle Uso de drones para estimativas de abundância: como lidar com os erros de detecção
Brack, Ismael Verrastro
População
Veículo aéreo não tripulado
Population size
Aerial survey
Unmanned aerial system
title_short Uso de drones para estimativas de abundância: como lidar com os erros de detecção
title_full Uso de drones para estimativas de abundância: como lidar com os erros de detecção
title_fullStr Uso de drones para estimativas de abundância: como lidar com os erros de detecção
title_full_unstemmed Uso de drones para estimativas de abundância: como lidar com os erros de detecção
title_sort Uso de drones para estimativas de abundância: como lidar com os erros de detecção
author Brack, Ismael Verrastro
author_facet Brack, Ismael Verrastro
author_role author
dc.contributor.author.fl_str_mv Brack, Ismael Verrastro
dc.contributor.advisor1.fl_str_mv Oliveira, Luiz Flamarion Barbosa de
contributor_str_mv Oliveira, Luiz Flamarion Barbosa de
dc.subject.por.fl_str_mv População
Veículo aéreo não tripulado
topic População
Veículo aéreo não tripulado
Population size
Aerial survey
Unmanned aerial system
dc.subject.eng.fl_str_mv Population size
Aerial survey
Unmanned aerial system
description Abundância é uma das medidas centrais da ecologia, sendo empregada tanto para investigar questões ecológicas básicas quanto para avaliação questões de conservação e manejo. Porém, a abundância dificilmente pode ser acessada de maneira direta; diversas fontes de erro de detecção (ou medição) podem produzir vieses nas estimativas de abundância. Ao longo da história, diferentes técnicas de coleta e métodos de estimativa vêm sendo aplicados com objetivo de obter estimativas mais acuradas e precisas. Recentemente, os drones – ou veículos aéreos não tripulados – têm surgido como uma alternativa nos levantamentos aéreos de populações animais e vêm sendo aplicados em estudos de várias espécies. Entretanto, para a consolidação dessa nova ferramenta em estudos ecológicos, ainda são necessárias avaliações sobre a acurácia e precisão de suas estimativas. Nesta dissertação, verificamos as fontes de erro que podem produzir vieses nas estimativas de abundância em amostragens com drones e propomos uma abordagem que visa acomodar os principais erros de detecção. No primeiro capítulo, comparando estimativas com o tamanho populacional real conhecido, demonstramos que caso as fontes de erro sejam ignoradas, ou se não corrigidas adequadamente, as estimativas de abundância resultam fortemente enviesadas. No segundo capítulo, em um estudo simulado, propomos uma abordagem de modelagem hierárquica para acomodar os erros falsos negativos em levantamentos aéreos espacial e temporalmente replicados com drones, com revisão das imagens por múltiplos observadores. Assim, este estudo traz contribuições para o desenvolvimento de abordagens robustas que permitirão o uso dos drones para investigar questões ecológicas, monitorar populações em longo prazo, entre outras das aplicações das informações de abundância.
publishDate 2016
dc.date.issued.fl_str_mv 2016
dc.date.accessioned.fl_str_mv 2022-07-21T04:57:13Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10183/243413
dc.identifier.nrb.pt_BR.fl_str_mv 001140248
url http://hdl.handle.net/10183/243413
identifier_str_mv 001140248
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da UFRGS
instname:Universidade Federal do Rio Grande do Sul (UFRGS)
instacron:UFRGS
instname_str Universidade Federal do Rio Grande do Sul (UFRGS)
instacron_str UFRGS
institution UFRGS
reponame_str Biblioteca Digital de Teses e Dissertações da UFRGS
collection Biblioteca Digital de Teses e Dissertações da UFRGS
bitstream.url.fl_str_mv http://www.lume.ufrgs.br/bitstream/10183/243413/2/001140248.pdf.txt
http://www.lume.ufrgs.br/bitstream/10183/243413/1/001140248.pdf
bitstream.checksum.fl_str_mv fdf5ebd100f836400c80ffb562f1cde2
751f64e3df0867c4e43e6d1bec2cebc1
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)
repository.mail.fl_str_mv lume@ufrgs.br||lume@ufrgs.br
_version_ 1810085589988409344

Registros relacionados