| Аннотация |
Данная статья – продолжение обзора программных средств для хранения, обработки и анализа данных с фотоловушек. В обзоре представлены самые новые программы, которые вышли за последние годы, а также некоторые уже устаревшие решения. Впервые на русском языке освещены темы работы таких программ с видеофайлами и ГИС. Приведены подробные описания таких тематических программных средств как SpeedyMouse, TrophyRoom, ViXeN, camtrapR, CPW Photo Warehouse, Wild.ID, Camelot и ZSL CTAP. Вкратце рассмотрены онлайн-сервисы для обработки данных с фотоловушек и веб-приложения – eMammal, Snapshot Serengeti, Agouti, Western Shield, TRAPPER, а также глобальный репозиторий данных фотоловушек Wildlife Insights. Отдельно рассмотрены возможности работы с фотоловушками в ГИС: плагины для QGIS (Geotag and Import Photos и eVis), а также инструмент GeoTagged Photos to Points для ArcGIS. Разобраны многие достоинства и недостатки представленных решений, а также некоторые методы работы с ними. На примере исследований, проводимых в Центрально-Лесном заповеднике, выполнен сравнительный анализ различных программ и подходов в использовании фотоловушек как метода зоологических исследований, и даны общие рекомендации относительно работ с ними для других ООПТ. Выявлены ключевые характеристики программ для работы с фотоловушками, на которые стоит обращать внимание при выборе конкретного решения. На все указанные программы приведены гиперссылки для свободного скачивания, а также гиперссылки на руководства пользователя. Целью статьи является не только выявление с точки зрения автора наиболее оптимального средства для работы с данными фотоловушек, но и знакомство читателей с разнообразием таких средств в мировой практике. |
| Список цитируемой литературы |
Желтухин А.С., Огурцов С.С. 2018. Фотоловушки в мониторинге лесных млекопитающих и птиц. Тверь: Полипресс. 54 с.
Огурцов С.С., Волков В.П., Желтухин А.С. 2017. Обзор современных способов хранения, обработки и анализа данных с фотоловушек в зоологических исследованиях // Nature Conservation Research. Заповедная наука. Т. 2(1). С. 73–98. DOI: 10.24189/ncr.2017.057
Amin R., Wacher T. 2017. A new comprehensive package for the management and analysis of camera trap data for monitoring antelopes and other wild species // Gnusletter. Vol. 34(2). P. 21–23.
Barrueto M., Clevenger A.P., Dorsey B., Ford A.T. 2013. A better solution for photo-classification, automatic storage and data input of camera data from wildlife crossing structures // International Conference on Ecology and Transportation (ICOET 2013). Scottsdale, Arizona, USA. P. 1–11.
Bolger D.T., Morrison T.A., Vance B., Lee D., Farid H. 2012. A computer-assisted system for photographic mark-recapture analysis // Methods in Ecology and Evolution. Vol. 3(5). P. 813–822. DOI: 10.1111/j.2041-210X.2012.00212.x
Bubnicki J.W., Churski M., Kuijper D.P.J. 2016. TRAPPER: An open source web-based application to manage camera trapping projects // Methods in Ecology and Evolution. Vol. 7(10). P. 1209–1216. DOI: 10.1111/2041-210X.12571
Burton A.C., Neilson E., Moreira D., Ladle A., Steenweg R., Fisher J.T., Bayne E., Boutin S. 2015. Wildlife camera trapping: A review and recommendations for linking surveys to ecological processes // Journal of Applied Ecology. Vol. 52(3). P. 675–685. DOI: 10.1111/1365-2664.12432
Efford M.G. 2015. Package 'secr': Spatially explicit capture-recapture. Version 2.9.3. Available from http://cran.r-project.org/web/packages/secr/secr.pdf
Fiske I.J., Chandler R.B. 2011. Unmarked: An R package for fitting hierarchical models of wildlife occurrence and abundance // Journal of Statistical Software. Vol. 43(10). P. 1–23. DOI: 10.18637/jss.v043.i10
Forrester T., McShea W.J., Kays R.W., Costello R., Baker M., Parsons A. 2013. eMammal – Citizen science camera trapping as a solution for broad-scale, long-term monitoring of wildlife populations // Sustainable Pathways: Learning from the Past and Shaping the Future, 98th ESA Annual Convention. Minneapolis, USA.
Harvey P. 2015. ExifTool: Read, write and edit meta information. Version 10.05. Available from http://www.sno.phy.queensu.ca/~phil/exiftool/
Hendry H., Mann C. 2018. Camelot – Intuitive software for camera-trap data management // Oryx. Vol. 52(1). P. 15–15. DOI: 0.1017/S0030605317001818
Hines G., Swanson A., Kosmala M., Lintott C. 2015. Aggregating user input in ecology citizen science projects // Proceedings of the Twenty-Ninth AAAI Conference on Artificial Intelligence (Austin, Texas, 25–30 January 2015). Austin, Texas. P. 3975–3980.
Hines J.E. 2017. PRESENCE 12.1. Software to estimate patch occupancy and related parameters. Available from https://www.mbr-pwrc.usgs.gov/software/presence.html
Ivan J.S., Newkirk E.S. 2016. CPW Photo Warehouse: A custom database to facilitate archiving, identifying, summarizing and managing photo data collected from camera traps // Methods in Ecology and Evolution. Vol. 7(4). P. 499–504. DOI: 10.1111/2041-210X.12503
Laake J.L. 2014. RMark: An R Interface for Analysis of Capture-Recapture Data with MARK. Available from http://cran.r-project.org/web/packages/RMark/index.html
López-Tello E., Mandujano S. 2017. Paquete camtrapR para gestionar datos de foto-trampeo: aplicación en la reserva de biosfera tehuacán-cuicatlán // Revista Mexicana de Mastozoología Nueva época. Vol. 7(2). P. 13–37.
Mandujano S. 2017. Monitoreo de la biodiversidad de mamíferos en áreas naturales protegidas empleando cámaras-trampa: sugerencias de herramientas para la gestión y el análisis numérico de las fotos // Paraquaria Natural. Vol. 5(1). P. 22–31.
McShea W.J., Forrester T., Costello R., He Z., Kays R. 2016. Volunteer-run cameras as distributed sensors for macrosystem mammal research // Landscape Ecology. Vol. 31(1). P. 55–66. DOI: 10.1007/s10980-015-0262-9
Niedballa J., Sollmann R., Courtiol A., Wilting A. 2016. camtrapR: An R package for efficient camera trap data management // Methods in Ecology and Evolution. Vol. 7(12). P. 1457–1462. DOI: 10.1111/2041-210X.12600
Norouzzadeh M.S., Nguyen A., Kosmala M., Swanson A., Palmer M.S., Packer C., Clune J. 2018. Automatically identifying, counting, and describing wild animals in camera-trap images with deep learning // Proceedings of the National Academy of Sciences of the United States of America. Vol. 115(25). P. E5716–E5725. DOI: 10.1073/pnas.1719367115
Orrell T., Nicolson D. 2018. ITIS Global: The Integrated Taxonomic Information System (version Jun 2017) // Species 2000 & ITIS Catalogue of Life (24 September 2018) / Y. Roskov, G. Ower, T. Orrell, D. Nicolson, N. Bailly, P.M. Kirk, T. Bourgoin, R.E. DeWalt, W. Decock, A. De Wever, E. van Nieukerken, J. Zarucchi, L. Penev (Eds.). Naturalis, Leiden (Netherlands): Species 2000. Available from www.catalogueoflife.org/col
R Development Core Team. 2018. R: a language and environment for statistical computing. Vienna, Austria: R Foundation for Statistical Computing. Available from http://www.R-project.org
Ramachandran P., Devarajan K. 2018. ViXeN: An open-source package for managing multimedia data // Methods in Ecology and Evolution. Vol. 9(3). P. 785–792. DOI: 10.1111/2041-210X.12892
Rovero F., Zimmermann F. 2016. Camera Trapping for Wildlife Research. Exeter: Pelagic Publishing, UK. 433 p.
Rowcliffe J.M., Carbone C. 2008. Surveys using camera traps: Are we looking to a brighter future? // Animal Conservation. Vol. 11(3). P. 185–186. DOI: 10.1111/j.1469-1795.2008.00180.x
Scotson L., Johnston L.R., Iannarilli F., Wearn O.R., Mohd-Azlan J., Wong W., Gray T.N.E., Dinata Y., Suzuki A., Willard C.E., Frechette J., Loken B., Steinmetz R., Moßbrucker A.M., Gopalasamy R.C., Fieberg J. 2017. Best practices and software for the management and sharing of camera trap data for small and large scales studies // Remote Sensing in Ecology & Conservation. Vol. 3(3). P. 158–172. DOI: 10.1002/rse2.54
Spoelstra K. 2016. SpeedyMouse 2.2 for the analysis of camera trap images. Software Manual. DOI: 10.13140/RG.2.1.4076.5528.
Steenweg R., Hebblewhite M., Kays R., Ahumada J., Fisher J.T., Burton C., Townsend S.E., Carbone A., Rowcliffe M., Whittington J., Brodie J., Royle A., Switalski A., Clevenger A.P., Heim N., Rich L.N. 2016. Scaling-up camera traps: Monitoring the planet's biodiversity with networks of remote sensors // Frontiers in Ecology and the Environment. Vol. 15(1). P. 26–34. DOI: 10.1002/fee.1448
Swanson A., Kosmala M., Lintott C., Packer C. 2016. A generalized approach for producing, quantifying, and validating citizen science data from wildlife images // Conservation Biology. Vol. 30(3). P. 520–531. DOI: 10.1111/cobi.12695
Swinnen K.R.R., Reijniers J., Breno M., Leirs H. 2014. A novel method to reduce time investment when processing videos from camera trap studies // PLoS ONE. Vol. 9(6). Article e98881. DOI: 10.1371/journal.pone.0098881
Tobler M. 2015. Camera Base. Version 1.7. User Guide. 38 p.
Wong W.-M., Kachel S. 2016. Camera trapping: Advancing the technology // Snow leopards. Biodiversity of the world: Conservation from genes to landscapes / T. McCarthy, D. Mallon, P.J. Nyus (Eds.). London, UK: Academic Press. P. 383–394. DOI: 10.1016/B978-0-12-802213-9.00028-6
Young S., Rode-Margono J., Amin R. 2018. Software to facilitate and streamline camera trap data management: A review // Ecology and Evolution. Vol. 8(19). P. 9947–9957. DOI: 10.1002/ece3.4464 |
