Cmaras dirigidas por voluntarios como

sensores distribuidos para la

investigacin de mamferos de
macrosistemashttps://link.springer.com
/article/10.1007/s10980-015-0262-9
Autores
Autores y afiliaciones
William J. McShea Autor del correo electrnico
Tavis Forrester
Robert Costello
Zhihai He
Roland Kays

o
o
1. 1.
2. 2.
3. 3.
4. 4.
5. 5.
Artculo de investigacin
Primero en lnea: 02 de septiembre de 2015
12acciones

805Descargas

20Citaciones

Abstracto
Contexto
La variacin en la abundancia de animales afecta una amplia gama de procesos
ecosistmicos. Sin embargo, los patrones de abundancia para mamferos grandes y los
efectos de las perturbaciones humanas sobre ellos no se comprenden bien porque
carecemos de datos en las escalas apropiadas. Creamos eMammal para capturar cmaras de
forma efectiva a escala de paisaje. Las trampas de cmara detectan animales con sensores
de infrarrojos que activan la cmara para tomar una foto, una secuencia de fotos o un
videoclip. A travs de la fotografa, las trampas de cmara crean registros de la vida
silvestre a partir de ubicaciones y fechas conocidas, y se pueden establecer en conjuntos
para cuantificar la distribucin de los animales a travs de un paisaje. Esto permite el enlace
con otras redes distribuidas de datos ecolgicos.

Objetivos
A travs del programa eMammal, demostramos que la captura de cmaras basada en el
voluntariado puede satisfacer las necesidades de datos espaciales de la escala del paisaje, y
al mismo tiempo involucrar al pblico en la naturaleza y la ciencia. Afirmamos que las
encuestas de cmara se pueden escalar efectivamente a un nivel de macrosistema a travs
de la ciencia ciudadana, pero solo despus de resolver los desafos de la administracin de
datos y voluntarios.

Mtodo
Presentamos soluciones de diseo y tecnologa de estudio para el atrapamiento de cmaras
a escala de paisaje para reclutar, entrenar y retener a voluntarios de forma eficaz, a la vez
que ofrecemos flujos de trabajo de datos eficientes y control de calidad.

Resultados
Nuestro trabajo inicial con> 400 voluntarios en seis estados contiguos de EE. UU. Ha
demostrado que los cientficos ciudadanos pueden implementar estas trampas de cmara
correctamente (el 94% de las implementaciones voluntarias son correctas) y etiquetar las
fotos con precisin para la mayora de las especies (67-100%). Con estas herramientas
procesamos 2,6 millones de imgenes en un perodo de 2 aos. La ciberinfraestructura
eMammal permiti procesar muchos ms datos de los que cualquier investigador
participante haba logrado anteriormente. Los componentes principales incluyen una
aplicacin de carga que utiliza un formato de metadatos estndar, una herramienta de
revisin de expertos para garantizar la calidad de los datos y un repositorio de datos
curados.

Conclusin
El monitoreo a escala de macrosistema de la vida silvestre mediante trampas de cmara
administradas por voluntarios puede producir los datos necesarios para abordar cuestiones
relativas a mamferos ampliamente distribuidos, y tambin ayudar a aumentar la conciencia
 pblica sobre la ciencia de la conservacin. Esta escala de datos permitir vincular a los
mamferos grandes con los procesos de los ecosistemas medidos a travs de los programas
nacionales.

Palabras clave
Trampas de cmaras Cyberinfrastructure Metadatos estndar Citizen
science eMammal Macrosystem

Nmero especial: ecologa de macrosistemas: nuevos mtodos y nueva

comprensin de patrones y procesos a mltiples escalas.

Editores invitados: S. Fei, Q. Guo y K. Potter.

Referencias
1. Bonter DN, Cooper CB (2012) Validacin de datos en ciencia ciudadana: un estudio
de caso del proyecto FeederWatch. Front Ecol Environ 10: 305-307CrossRef Google
Scholar

2. Brossard D, Lewenstein B, Bonney R (2005) El conocimiento cientfico y el cambio

de actitud: el impacto de un proyecto de ciencia ciudadana. Int J Sci Educ 27: 1099-
1121CrossRef Google Scholar

3. Butcher GS, Niven DK (2007) Combinando datos del recuento de aves navideas y la
encuesta de aves reproductoras para determinar el estado continental y las tendencias
de las aves de Amrica del Norte. Sociedad Nacional Audubon, IvylandGoogle
Scholar

4. Carbone C, Christie S, Conforti K, Coulson T, Franklin N, Ginsberg JR, Griffiths M,

Holden J, Kawanishi K, Kinnaird M, Laidlaw R, Lynam A, Macdonald DW, Martyr
D, McDougal C, Nath L, O ' Brien T, Seidensticker J, Smith DJL, Sunquist M, Tilson
R, Wan Shahruddin WN (2001) El uso de las tasas fotogrficas para estimar las
densidades de los tigres y otros mamferos crpticos. Anim Conserv 4: 75-79Google
Scholar

5. Chang CC, Lin CJ (2011) LIBSVM: una biblioteca para mquinas de vectores de
soporte. ACM Trans Intell Syst Technol 2 (3): 27CrossRef Google Scholar

6. Cohn JP (2008) Ciencia ciudadana: pueden los voluntarios hacer una investigacin
real? Bioscience 58: 192-197CrossRef Google Scholar

7. Conway CJ (2011) Protocolo de monitoreo estandarizado de aves marinas de Amrica

del Norte. Waterbirds 34: 319-346CrossRef Google Scholar
8. Crall AW, Newman GJ, Jarnevich CS, Stohlgren TJ, Waller DM, Graham J (2011)
Evaluacin de la calidad de los datos cientficos ciudadanos: un estudio de caso de
especies invasoras. Conserv Lett 4: 433-442Google Scholar

9. Delaney DG, CD Sperling, Adams CS, Leung B (2007) Especies invasoras marinas:
validacin de la ciencia ciudadana e implicaciones para las redes nacionales de
monitoreo. Biol Invasions 10: 117-128Google Scholar

10. Dickinson JL, Zuckerberg B, Bonter DN (2010) La ciencia ciudadana como

herramienta de investigacin ecolgica: desafos y beneficios. Ann Rev Ecol Evol Syst
41: 149-172CrossRef Google Scholar

11. Dickinson JL, Shirk J, Bonter D, Bonney R, Crain RL, Martin J, Philips T, Purcell K
(2012) El estado actual de la ciencia ciudadana como herramienta para la investigacin
ecolgica y el compromiso pblico. Front Ecol Environ 10: 291-297Google Scholar

12. Droege S (2007) El hecho de que los pagas no significa que sus datos sean
mejores. En: Actas, conferencia de herramientas de ciencia ciudadana. Laboratorio de
Ornitologa de Cornell. www.birds.cornell.edu/citscitoolkit/conference/proceeding-
pdfs

13. Dunn EH, Francis CM, Blancher PJ, Drennan SR, Howe MA, Lepage D, Robbins CS,
Rosenberg KV, Sauer JR, Smith KG (2005) Mejorando el valor cientfico del recuento
de aves navideas. Auk 122: 338-346Google Scholar

14. Elith J, Leathwick JR (2009) Modelos de distribucin de especies: explicacin

ecolgica y prediccin a travs del espacio y el tiempo. Ann Rev Ecol Evol Syst 40:
677-697CrossRef Google Scholar

15. Fore LS, Paulsen K, O'Laughlin K (2001) Evaluar el rendimiento de los voluntarios en
el monitoreo de transmisiones. Freshw Biol 46: 109-123CrossRef Google Scholar

16. Fraser LH, Henry HAL, Carlyle CN, White SR, Beierkuhnlein C, Cahill JF Jr, Casper
BB, Cleland E, Collins SL, Dukes JS, Knapp AK, Lind E, Long R, Luo Y, Reich PB,
Smith MD, Sternberg M, Turkington R (2013) Experimentos coordinados distribuidos:
una herramienta emergente para probar hiptesis globales en ecologa y ciencia
ambiental. Front Ecol Environ 11: 147-155Google Scholar

17. Galloway AWE, Tudor MT, Haegan WMV (2006) La fiabilidad de la ciencia
ciudadana: un estudio de caso de las encuestas de pie de roble blanco de
Oregn. Wildl Soc Bull 34: 1425-1429CrossRef Google Acadmico

18. Gompper ME, Kays RW, Ray JC, Lapoint SD, Bogan DA, Cryan JR (2006) Una
comparacin de tcnicas no invasivas para estudiar las comunidades de carnvoros en
el noreste de Amrica del Norte. Wildl Soc Bull 34: 1142-1151Google Acadmico
19. Goyette N, Jodoin PM, Porikli F, Konrad J, Ishwar P (2012) Changedetection.net: Un
nuevo conjunto de datos de referencia de deteccin de cambios. En: Actas del taller de
IEEE sobre deteccin de cambios (CDW12) en CVPR12, 2012Google Scholar

20. Gregory RD, Strien AV (2010) Indicadores de aves silvestres: utilizando las
tendencias de poblaciones compuestas de aves como medidas de salud
ambiental. Ornith Sci 9: 3-22CrossRef Google Scholar

21. Hochachka WM, Fink D, Hutchinson RA, Sheldon D, Wong WK, Kelling S (2012)
Ciencia intensiva en datos aplicada a la ciencia ciudadana a gran escala. Tendencias
Ecol Evol 27: 130-137Google Scholar

22. Iverson LR, Prasad AM, Matthews SN, Peters M (2011) Lecciones aprendidas al
integrar el hbitat, la dispersin, la perturbacin, los rasgos del ciclo de vida en los
modelos de hbitat de las especies bajo el cambio climtico. Ecosystems 14: 1005-
1020Google Scholar

23. Karanth KU, Nichols JD (1998) Estimacin de las densidades de tigres en India
utilizando capturas fotogrficas y recapturas. Ecology 79: 2852-2862CrossRef Google
Scholar

24. Kays R, Tilak S, Kranstauber B, Jansen PA, Carbone C, Rowcliffe MJ, Fuente T,
Eggert J, He Z (2011) Monitoreo de comunidades de animales salvajes con matrices
de cmaras sensibles al movimiento. Intern J Res Rev Wireless Sensor Networks 1:
19-29Google Scholar

25. Kays R, Costello R, Forrester T, Baker MC, Parsons AW, Kalies EL, Hess G,
Millspaugh JJ, McShea W (2015) Los gatos son raros donde vagan los coyotes. J
Mammal xx (x): 1-7. doi: 10.1093 / jmammal / gyv100

26. Kinnaird MF, O'Brien TG (2012) Efectos del uso de la tierra privada, el manejo del
ganado y la tolerancia humana en la diversidad, distribucin y abundancia de grandes
mamferos africanos. Conserv Biol 26: 1026-1039PubMed CrossRef Google Scholar

27. Li S, McShea WJ, Wang D, Lu Z, Gu X (2012) Medir el impacto de la experiencia de

gestin en la distribucin de grandes mamferos en reas protegidas. Div Distrib 18:
1166-1176Google Scholar

28. Lindn H, Helle E, Helle P, Wikman M (1996) Esquema del tringulo de vida silvestre
en Finlandia: mtodos y objetivos para monitorear las poblaciones de vida
silvestre. Finn Game Res 49: 4-11Google Scholar

29. Link WA, Sauer JR (1998) Estimacin del cambio poblacional a partir de los datos del
recuento: aplicacin a la Encuesta de aves reproductoras de Amrica del Norte. Ecol
Appl 8: 258-268CrossRef Google Scholar

30. Prdida SR, prdida SS, voluntad T, Marra PP (2015) Vinculacin de la ciencia
ciudadana basada en el lugar con la investigacin de conservacin a gran escala: un
 estudio de caso de las colisiones de construccin de aves y el papel de los cientficos
profesionales. Biol Conserv 184: 439-445Google Scholar

31. Lynam AJ, Jenks KE, Tantipisanuh N, Chutipong W, Ngoprasert D, Gale GA,
Steinmetz R, Sukmasuang R, Bhumpakphan N, Grassman LI Jr, Cutter P, Kitamura S,
Reed DH, Baker MC, McShea W, Songsasen N, Leimgruber P (2013) Patrones de
actividad terrestre de gatos salvajes capturados con cmara. Raffl Bull Zool 61: 407-
415Google Scholar

32. MacKenzie DI, Nichols JD, Hines JE, Knutson MG, Franklin AB (2003) Estimar la
ocupacin del sitio, la colonizacin y la extincin local cuando una especie se detecta
imperfectamente. Ecologa 84: 2200-2207Google Scholar

33. McGill BJ (2010) Una prueba de la teora neural unificada de la biodiversidad. Nature
422: 881-885CrossRef Google Scholar

34. McShea WJ (2014) Cules son los roles de los modelos de distribucin de especies
en la planificacin de la conservacin? Environ Conserv 41: 93-96CrossRef Google
Scholar

35. Mladenoff DJ, Sickley TA (1998) Evaluacin de la posible restauracin de lobos

grises en el noreste de los Estados Unidos: una prediccin espacial de hbitats
favorables y niveles potenciales de poblacin. J Wildl Manag 62: 1-
10CrossRef Google Scholar

36. Moyer-Horner L, Smith MM, Belt J (2012) La ciencia ciudadana y la variabilidad del
observador durante las encuestas americanas de pika. J Wildl Manag 76: 1472-
1479CrossRef Google Scholar

37. Nagendra H, Lucas R, Honrado JP, Jongman RH, Tarantino C, Adamo M, Mairota P
(2013) Teledeteccin para el monitoreo de la conservacin: evaluacin de reas
protegidas, extensin del hbitat, condicin del hbitat, diversidad de especies y
amenazas. Ecol Indic 33: 45-59Google Scholar

38. Newman C, Beusching CD, Macdonald DW (2003) Validar los mtodos de monitoreo
de mamferos y evaluar el desempeo de los voluntarios en la conservacin de la vida
silvestre: " Sed quis custodiet ipsos custodies ?". Biol Conserv 113: 189-
197CrossRef Google Scholar

39. Iniciativa para la Conservacin de Aves de Amrica del Norte y el Informe del Estado
de las Aves de 2014 del Comit de EE. UU. (2014). Departamento del Interior de EE.
UU., Washington, DC 16 pginasGoogle Scholar

40. O'Brien TG, Baillie JEM, Krueger L, Cuke M (2010) The Wildlife Picture Index:
monitorea los niveles trficos superiores. Anim Conserv 13: 335-343CrossRef Google
Scholar
41. O'Connell AF Jr, Talancy NW, Bailey LL, Sauer JR, Cook R, Gilbert AT (2006)
Estimar la ocupacin del sitio y los parmetros de probabilidad de deteccin para
meso y mamferos grandes en un ecosistema costero. J Wildl Manag 70: 1625-
1633Google Scholar

42. Phillips SJ, Dudk M (2008) Modelado de distribuciones de especies con Maxent:
nuevas extensiones y una evaluacin exhaustiva. Ecografa 31: 161-
175CrossRef Google Scholar

43. Ramsey DSL, Caley PA, Robley A (2015) Estimacin de la densidad de poblacin a
partir de datos de presencia / ausencia utilizando un modelo espacialmente explcito. J
Wildl Manag 79 (3): 491-499CrossRef Google Scholar

44. Ren X, Han T, He Z (2013) El objeto de video Ensemble corta escenas altamente
dinmicas. En: Conferencia internacional sobre visin artificial y reconocimiento de
patrones (CVPR), Portland, junio de 2013Google Scholar

45. Ripple WJ, Estes JA, Beschta RL, Wilmers CC, Ritchie EG, M Hebblewhite, Berger J,
Elmhagen B, Letnic M, Nelson MP, Schmitz OJ, Smith DW, Wallach AD, Wirsing AJ
(2014) Estado y efectos ecolgicos de la los carnvoros ms grandes del
mundo. Ciencia. doi: 10.1126 / science.1241484

46. Rowcliffe MJ, Carbone C, Jansen PA, Kays R, Kranstauber B (2011) Cuantificacin
de la sensibilidad de las trampas de cmara utilizando un enfoque de muestreo de
distancia adaptado. Meth Ecol Evol 2: 467-476Google Scholar

47. Sauer JR, Link WA, Fallon JE, Pardieck KL, Ziolkowski DJ Jr (2013) The North
American Breeding Bird Survey 1966-2011: anlisis resumido y cuentas de
especies. N Am Fauna 79 (79): 1-32Google Scholar

48. Schimel D, Keller M (2015) Grandes preguntas, gran ciencia: enfrentar los desafos de
la ecologa global. Oecologia 177: 925-934PubMed CrossRef Google Scholar

49. Schwartz MD, Betancourt JL, Weltzin JF (2012) De Caprio's lilacs a la Red Nacional
de Fenologa de los Estados Unidos. Front Ecol Environ 10: 324-327CrossRef Google
Scholar

50. Sullivan BL, Wood CL, Iliff MJ, Bonney RE, Fink D, Kelling S (2009) eBird: una red
de observacin de aves basada en el ciudadano en las ciencias biolgicas. Biol
Conserv 142: 2282-2292Google Scholar

51. Swenson JE, Sandegren F, Bjrvall A, Sderberg A, Wabakken P, Franzn R (1994)

Tamao, tendencia, distribucin y conservacin de la poblacin de oso pardo Ursus
arctosen Suecia. Biol Conserv 70: 9-17Google Scholar

52. Vermeulen C, Lejeune P, Lisein J, Sawadogo P, Bouch P (2013) Encuesta area no

tripulada de elefantes. PLoS ONE 8 (2): e54700Google Scholar
53. Wilson GJ, Delahay RJ (2001) Una revisin de mtodos para estimar la abundancia de
carnvoros terrestres usando signos de campo y observacin. Wildl Res 28: 151-
164CrossRef Google Scholar

54. Yang J, Yu K, Gong Y, Huang T (2009) Comparacin de la pirmide espacial lineal

utilizando codificacin dispersa para la clasificacin de imgenes. En: Conferencia
internacional sobre visin artificial y reconocimiento de patrones (CVPR)Google
Scholar

55. Yu X, Wang J, Kays R, Jansen PA, Wang T, Huang T (2013) Identificacin

automatizada de especies de animales en imgenes de cmara trampa. EURASIP J
Image Video Proc 2013: 52Google Scholar