Article ID Journal Published Year Pages File Type
4404767 Rangeland Ecology & Management 2007 10 Pages PDF
Abstract
El error de los Sistemas de Posicionamiento Global (GPS), asociado al libre movimiento en los estudios con animales, sigue siendo una preocupación en la investigación animal en pastizales. Para mediciones de distancia, los errores pueden ser aditivos a través del tiempo, e incrementarse conforme la frecuencia de muestreo se intensifica. El primer estudio evaluó los efectos de la integración coordinada del tiempo (observaciones cada hora durante 10 horas, en 10 collares de GPS) y el rango de la unidad de movimiento (0 a 90 m, en intervalos de 10 m como tratamientos) en el sesgo de las mediciones de distancia del GPS. El “sesgo” fue la diferencia entre las distancias medidas y las derivadas de las coordenadas del GPS de unidades movidas a través de una cuadrícula muestreada. En un segundo estudio se evaluaron cuatro métodos (modelado con regresión, umbral de mínima distancia, umbral de sensor de movimiento, y la combinación de distancia mínima/técnica de sensor de movimiento) para extraer los movimiento percibidos a partir de datos de GPS adquiridos con ganado. Una evaluación de la clasificación comparó los datos de observación del ganado con sus registros correspondientes de GPS, después de filtrarlos con las cuatro técnicas. Excepto por los collares inmóviles de GPS del estudio uno, el sesgo de las medidas de distancia no fue de consecuencias para los movimientos en el rango de 10 a 90 m (media del sesgo corregida diferencialmente  =  0.18 m ± 0.12 m EE). Cuando los collares estuvieron inmóviles, el error generado del GPS fue aproximadamente 1.7 m ± 0.7 m EE del viaje percibido por registro, después de corregir diferencialmente las coordenadas (P &spilt; 0.05), y 3.9 m ± 0.8 m EE con los datos sin corregir. En tiempos específicos, los fracasos de la corrección diferencial posterior puede afectar (P ≤ 0.05) las medidas de distancia del GPS. Usando cualquiera de las cuatro técnicas propuestas se pueden filtrar efectivamente las bases de datos para remover el viaje percibido acumulado cuando el ganado esta descansando, con 81% a 92% de los intervalos de descanso correctamente clasificados. La técnica de regresión más efectiva sugirió, que sin filtrar los datos, los viajes del ganado fueron sobreestimados en aproximadamente 15.2% o 1.15 km diarios.
Related Topics
Life Sciences Agricultural and Biological Sciences Agricultural and Biological Sciences (General)
Authors
, ,