nav[aria-label="Primary Navigation"] { padding: 0; & ul { list-style: none; width: 100%; display: flex; flex-direction: row; justify-content: start; align-items: start; gap: 30px; padding: 0; & li { margin: 0; } & ul li { list-style: none; } } }

648003_zh-TW

liliconcom

使用足跡識別技術 (FIT) 對漁民進行物種和性別分類 (2023-US-PO-1497) TEST845

Caleb King，JMP 研究統計師測試員
Jody Tucker，美國林務局副項目經理兼生物科學家
Ryan Lekivetz，JMP 高級分析研發經理
Zoë Jewell，WildTrack 聯合創始人，WildTrack
Sky Alibhai，WildTrack 聯合創始人，WildTrack

聯邦瀕臨滅絕的內華達山脈南部漁民（佩卡尼亞）以低密度分佈在廣闊而崎嶇的景觀中，由大約 300 個人組成，分佈在 12,000 公里的範圍內²區域。該地區的嚴重干旱和大面積野火進一步加劇了其脆弱性。

識別和保護雌性生殖棲息地已被概述為維持和增加人口的最重要的人口特徵。在本演示中，我們在 WildTrack 開發的 JMP 軟件中描述了一種定制的、經濟高效且非侵入性的足跡識別技術 (FIT)，可使用在跟踪站收集的足跡來識別物種和性別。

我們創建了已知漁民和太平洋貂的數據集（母貂 (Martes caurina)足跡圖像和已知性別的漁民圖像。為了在 JMP 中自動提取特徵，我們開發了一個自定義腳本，使用足跡圖像上的地標點生成距離、角度和麵積。使用單個變量，我們的物種分類準確率超過 99%。對於漁民性別分類，使用更簡潔的模型，僅在 LDA 中選擇兩個變量，我們在訓練集上實現了 94.0% 的準確率，在測試集上實現了 89.4% 的準確率。我們討論這項技術的優點，以幫助保護該物種。