Habitat Suitability Modeling of Endangered Primates in Nigeria: Integrating Satellite Remote Sensing and Spatial Modeling Techniques

Onojeghuo, Alex Okiemute; Blackburn, Alan George; Okeke, Francis O.; Onojeghuo, Ajoke Ruth

doi:10.4236/gep.2015.38003

Cited by 9 publications

(12 citation statements)

References 30 publications

(38 reference statements)

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Nhờ khả năng thu thập thông tin trên phạm vi khu vực và toàn cầu, viễn thám với các cảm biến quang học và cảm biến Radar (SAR) là hai trong số những loại dữ liệu viễn thám được sử dụng để ước tính định lượng sinh khối và giám sát diện tích ruộng lúa [5], [6]. Các nghiên cứu trước đây thường sử dụng cảm biến quang học với độ phân giải không gian thấp (Modis), trung bình (Landsat) và cao (Sentinel-2) để giám sát và ước tính năng suất lúa [7]- [9].…”

Section: Tính Cấp Thiếtunclassified

“…Trong những năm gần đây, các thuật toán học máy khác nhau đã được phát triển nhanh (mạng nơ-ron nhân tạo -ANN, máy vectơ hỗ trợ -SVM, rừng ngẫu nhiên -RF, cây quyết định -DT), đã được phát triển để lập bản đồ ruộng lúa và các loại cây trồng khác [5], [6]. Khả năng tổng quát hóa và chống nhiễu của các phương pháp học máy đã được chứng minh trong trường hợp dữ liệu mẫu ít, thuật toán học máy đã trở thành phương pháp hữu ích để xử lý dữ liệu viễn thám lớn và cung cấp các giải pháp trong lĩnh vực nông nghiệp.…”

Section: Tính Cấp Thiếtunclassified

See 1 more Smart Citation

Giám sát lúa và ước tính sinh khối dựa trên thuật toán học máy với dữ liệu Sentinel-1a đa thời gian

Đỗ¹,

Nguyễn²,

Nguyễn³

et al. 2022

JGAC

View full text Add to dashboard Cite

Viễn thám radar khẩu độ tổng hợp (SAR) cung cấp một phương pháp tiếp cận linh hoạt và mang đến cơ hội thu thập thông tin cây trồng mà không bị hạn chế bởi các yếu tố điều kiện thời tiết. Khả năng ứng dụng của dữ liệu Sentinel-1 SAR với phân cực kép cho phép nhận diện các ruộng lúa riêng lẻ, và với chu kỳ chụp lặp đủ để giám sát tình trạng sinh trưởng của các loại cây trồng khác nhau. Trong những năm gần đây, với sự phát triển không ngừng của các thuật toán học máy, học sâu trên thế giới, đặc biệt là mạng nơ-ron tích chập (CNN) đã thu được nhiều kết quả tốt trong phát hiện và chiết tách thông tin trên ảnh viễn thám. Nghiên cứu này, đề xuất mô hình phân loại dựa trên mạng nơ-ron tích chập sâu (DCNN) để chiết tách ruộng lúa từ dữ liệu Sentinel-1 SAR. Các chỉ số vật lý đã được tính toán từ phân cực (VH và VV) và một đội di động kiểm tra hình thái sinh trưởng của cây lúa. Đối với kết quả trích xuất ruộng lúa được xác minh bằng độ chính xác tổng thể (OA) và xác nhận chéo (CV) đều đạt kết quả tốt trên 0,85. Trong khi đó, độ chính xác ước tính định lượng sinh khối lúa đạt kết quả cao ở cả hai vụ Đông-Xuân (R2=0,79; RMSE=0,12 kg) và Hè-Thu (R2=0,77; RMSE=0,15 kg). Kết quả chỉ ra rằng, việc sử dụng dữ liệu Sentinel-1 SAR có thể được áp dụng để lập bản đồ phân bố không gian và ước tính định lượng sinh khối của cây lúa trong các điều kiện thời tiết khác nhau. Khung phương pháp luận tổng hợp được phát triển trong nghiên cứu này, có thể được áp dụng trên các ruộng lúa trên khắp Việt Nam và các khu vực trồng lúa lớn tương tự trên thế giới.

show abstract

Section: Tính Cấp Thiếtunclassified

Giám sát lúa và ước tính sinh khối dựa trên thuật toán học máy với dữ liệu Sentinel-1a đa thời gian

Đỗ¹,

Nguyễn²,

Nguyễn³

et al. 2022

JGAC

View full text Add to dashboard Cite

show abstract

“…To build the model, the authors referred to the protocols suggested by various studies (Bradie & Leung,2017;Halvorsen 2013;Kaky et al,2020;Zhang et al, 2019), and selected several basic environmental factors, including terrain, vegetation, human disturbance variables, and climate data (Table 1), which are widely available for many locations around the world. MaxENT was adopted to develop the models (Elith et al, 2011;Phillips & Dudík, 2008), as it is a widely applied method to predict species distributions and proven to be reliable for numerous taxa (Kumar & Stohlgren, 2009;Onojeghuo et al, 2015;Khadka et al, 2017;Thapa et al, 2018). Before running MaxENT, all relevant accessible factors in the dataset were given full consideration and transformed into raster format (90m × 90m), using UTM coordination system.…”

Section: Data Sourcementioning

confidence: 99%

The need for IUCN species distribution update - the case from a large threaten ungulate in Southwest China

Guan

Owens

Yang

et al. 2022

Preprint

View full text Add to dashboard Cite

Species distributions are one of the fundamental factors needed for understanding and conserving wildlife. While the IUCN Red List of Threatened Species is the primary applied reference for biodiversity conservation, limitations in data availability and analyses of the distributions of some species may limit accurate threat classification assessments and conservation recommendations. Improving the accuracy of species distributions in light of growing data and analytical methods is a key step to increasing the efficacy of the Red List. In this study, we reassessed the distribution of takin (Budorcas taxicolor tibetana), a large ungulate in Sichuan Province, southwest China , classified by the IUCN as vulnerable. Using species distribution models and reported habitat requirements, we updated the takin distribution map. Our updated distribution range in the study area (79,449km2) was 61.31% of current distribution range (CDR) on the IUCN red list. This reduction was in large part due to the inclusion in the CDR of substantial areas of lowland plains, high human disturbance, and non-forest habitat, which provide no suitable habitat for takin. According to our results, suitable takin habitat covered 18.97% of the CDR, suggesting a substantially over-estimated distribution. However, there are high proportions of habitat (40%) still covered by the nature reserve network, indicating the importance of protected areas (PAs) in conservation threaten species. We recommend that experts apply the basic approach presented herein to update the Red List distributions for more species to increase the accuracy of assessments and resulting conservation applications.

show abstract

“…For the purposes of our study, we treated the two divisions of the CRNP as separate PAs. Afi (c. 100 km 2 ) and Mbe (c. 85 km 2 ) lie to the west of the Okwangwo Division of CRNP and are important sites for endemic and threatened species, including drill (Mandrillus leucophaeus), Cross River gorilla (Gorilla gorilla diehli), Nigeria-Cameroon chimpanzee (Pan troglodytes ellioti) and grey-necked rockfowl (Picathartes oreas; Morgan et al 2011, Bergl et al 2012, Atuo et al 2014, Dunn et al 2014, Onojeghuo et al 2015, Agaldo et al 2016. Villages around these PAs generally consist of small homesteads that rely substantially on forest resources for their daily substance.…”

Section: Environmental Conservationmentioning

confidence: 99%

“…However, these services are threatened by deforestation originating from illegal logging and conversion of forestlands to farmlands (Bergl et al 2012). This has resulted in c. 1.5% (34 620 ha) loss of the forest cover between 2000 and 2014 alone and a projection of 16% loss by 2028 if the current rate of loss is not checked (Onojeghuo et al 2015).…”

Section: Environmental Conservationmentioning

confidence: 99%

Coupling law enforcement and community-based regulations in support of compliance with biodiversity conservation regulations

et al. 2020

View full text Add to dashboard Cite

SummaryThe scope and scale of wildlife crimes around the world have risen in intensity and complexity, yet current enforcement strategies have often not delivered desired effects on illegal activities, even within protected areas. Tackling the array of illegal activities by emphasizing law enforcement above other options is challenging and potentially unsustainable. We explored the potential for social norms, community regulations and socioeconomic factors to promote compliance with wildlife laws by interviewing 334 respondents in 28 villages that share boundaries with protected areas in Nigeria. Using an anonymous direct questioning approach, we recorded a high prevalence of non-compliance behaviours in all studied communities. Injunctive norms (i.e., perceptions of acceptable behaviour within a social group) significantly predicted compliance, as respondents with no complicit friends or family members were more likely to comply with wildlife regulations. Perceived likelihood of community-level sanctions played a more salient role than the fear of arrest by rangers in influencing compliance. In addition, non-compliance increased with number of dependents, but reduced with average monthly household income. Our study demonstrates that clear knowledge of the social norms that drive local behaviour as well as the authorities that enforce them is integral to understanding the forces that drive community involvement and participation in conservation. Incorporating local communities in planning enforcement interventions may help protect threatened species and landscapes.

show abstract

Habitat Suitability Modeling of Endangered Primates in Nigeria: Integrating Satellite Remote Sensing and Spatial Modeling Techniques

Cited by 9 publications

References 30 publications

Giám sát lúa và ước tính sinh khối dựa trên thuật toán học máy với dữ liệu Sentinel-1a đa thời gian

Giám sát lúa và ước tính sinh khối dựa trên thuật toán học máy với dữ liệu Sentinel-1a đa thời gian

The need for IUCN species distribution update - the case from a large threaten ungulate in Southwest China

Coupling law enforcement and community-based regulations in support of compliance with biodiversity conservation regulations

Contact Info

Product

Resources

About