ABSTRAK
Meskipun drone merupakan alternatif yang menjanjikan untuk metode pemantauan satwa liar tradisional, upaya validasi diperlukan untuk mengukur keakuratan estimasi kelimpahan dan distribusi yang diperoleh dari penggunaan drone. Kami menggunakan drone yang dilengkapi dengan kamera termal Merah-Hijau-Biru (RGB) resolusi tinggi, ditambah dengan teknik pembelajaran mesin, untuk menilai kelimpahan dan fisiologi termal pada anjing laut gajah utara ( Mirounga angustirostris ). Citra udara dari 3415 anjing laut dan pengukuran suhu udara sekitar, kecepatan angin, dan waktu hari dikumpulkan selama penerbangan drone malam hari dan siang hari ( N = 24). Poligon dua dimensi dan suhu permukaan anjing laut diukur dari citra tersebut. Algoritma pembelajaran mesin diterapkan untuk mendeteksi anjing laut dalam citra, dan kinerja model dievaluasi. Deteksi lebih akurat menggunakan citra RGB (pembelajaran mesin rata-rata 6,8% lebih rendah dari hitungan manusia) daripada citra termal (16,6%). Namun, citra termal berguna untuk menentukan bahwa waktu hari dan suhu sekitar (tetapi bukan kecepatan angin atau ukuran tubuh) memengaruhi suhu kulit luar anjing laut. Kamera RGB dan kamera termal memiliki kelebihan dan kekurangan yang berbeda yang harus dipertimbangkan saat merancang studi penelitian. Studi kami menunjukkan bahwa mengintegrasikan drone, pencitraan termal, dan pembelajaran mesin dapat mempercepat, mengamankan, menghemat biaya, mengurangi gangguan, dan meningkatkan akurasi upaya pemantauan dan konservasi satwa liar.
Mengevaluasi Efektivitas Citra Termal Berbasis Drone untuk Mengukur Kelimpahan dan Fisiologi Satwa Liar
