Usar imagens de sensoriamento remoto não é novidade na ecologia, mas inovações recentes significam que podemos usá-las para mais coisas. A mudança de uso da terra e o mapeamento da vegetação estão entre as áreas da ecologia onde o sensoriamento remoto tem sido amplamente utilizado há algum tempo. A estimativa de populações de animais com imagens de sensoriamento remoto também foi demonstrada há mais de 40 anos, detectando sinais indiretos de um animal com algum sucesso: pense em tocas de combate e cocô de pinguim .

Graças à resolução espacial e espectral aprimorada (veja a caixa de texto na parte inferior do post para obter uma definição), acessibilidade, custo e cobertura de dados de sensoriamento remoto e desenvolvimento de software, chegamos a um ponto em que podemos detectar e contar animais individuais em imagens. Muitos dos primeiros estudos para demonstrar técnicas automatizadas e semiautomáticas usaram algoritmos de computador de outras disciplinas, como engenharia ou ciências biomédicas, e os aplicaram para automatizar a contagem de animais em imagens de sensoriamento remoto. Acontece que detectar submarinos não é tão diferente de detectar baleias! E encontrar células anormais em imagens médicas é surpreendentemente semelhante a localizar ursos polares no ártico! 

Por que queremos usar o sensoriamento remoto para contar animais?

Ursos polares e ovelhas são um pouco como giz e queijo, então existem diferentes razões pelas quais queremos saber quantos deles existem. As informações sobre a abundância de animais são essenciais em muitos campos, incluindo conservação de espécies ameaçadas, rastreamento de espécies invasoras, agricultura e monitoramento da vida selvagem. Mas, pesquisas populacionais tradicionais baseadas em terra podem ser proibitivas em termos de custos, tendenciosas, logisticamente desafiadoras e demoradas – particularmente em áreas grandes e de difícil acesso.

Grande parte do trabalho de prova de conceito para métodos de sensoriamento remoto automatizado concentrou-se na vida selvagem em áreas inacessíveis ou remotas, incluindo pinguins e ursos polares . Talvez isso ocorra porque as dificuldades e o custo dos levantamentos populacionais que muitas vezes são realizados com levantamentos aéreos ou de barco têm forçado os pesquisadores a buscar métodos alternativos. Estimativas populacionais precisas e confiáveis ​​de ursos polares são notoriamente difíceis por causa de seus grandes territórios, densidades relativamente baixas, habitats de difícil acesso e longos intervalos entre as pesquisas. Os métodos automatizados de sensoriamento remoto têm o potencial de superar todos esses problemas, por isso é fácil ver por que os pesquisadores estão interessados ​​em desenvolvê-los.

Mais recentemente, técnicas de detecção remota e detecção automatizada têm sido usadas para estimar populações de espécies de animais domésticos, incluindo bovinos, cavalos e ovelhas. Em contraste com os ursos polares, o gado pode ter grandes populações, altas densidades e geralmente está espalhado por vários habitats – particularmente paisagens modificadas pelo homem. Surpreendentemente, pode ser mais difícil monitorar suas populações do que as populações de ursos polares. Os ambientes heterogêneos e abrangentes que eles podem habitar levam a muitos resultados falsos positivos e falsos negativos. As estimativas populacionais dessas espécies são frequentemente necessárias pelos governos para políticas e planejamento, segurança alimentar e biossegurança.

Como o sensoriamento remoto realmente funciona?

Os animais podem ser contados manualmente em uma imagem por pessoas pesquisando e contando animais que encontram. Alternativamente, podemos usar técnicas automatizadas e semi-automatizadas onde o software de computador pode detectar animais individuais, geralmente detectando diferenças espectrais em pixels. Desenvolvemos muitas ferramentas para processamento de imagens em ecologia adotando tecnologia de outras disciplinas. Existem vários métodos que têm sido usados ​​consistentemente para detectar e contar animais.

Com exceção de algumas espécies de aves, a maioria dos estudos que identificaram animais individuais de sensoriamento remoto usando técnicas automatizadas e sem automatizadas foram estudos de prova de conceito usando animais de grande porte (> 40kg) confinados a ambientes relativamente homogêneos e/ou em pequenas escalas de não mais do que alguns quilômetros quadrados. Todos os métodos mostram resultados variados com base no tipo de imagem, espécie de estudo, número de animais e tamanho da área de estudo. A localização e o contexto também afetam os resultados. Tudo isso mostra que não existe uma solução única para estimar populações de animais usando sensoriamento remoto

A diferenciação de imagens (também conhecida como detecção de alterações) é uma das técnicas mais promissoras e foi demonstrada em uma variedade de espécies, incluindo gado e ursos polares. Para diferenciação de imagem, você precisa tirar duas imagens da mesma área com um atraso definido entre elas (isso pode ser de várias horas a alguns dias). Em seguida, as duas imagens são alinhadas e os objetos que se moveram (detectados por mudanças nos valores espectrais dos pixels) são considerados animais. A detecção manual de diferenças de imagem para contar ursos polares mostrou maior precisão do que levantamentos aéreos estabelecidos, mas era trabalhoso, por isso não é ideal em grandes áreas. Para métodos automatizados de detecção de mudanças, 87% dos ursos polares conhecidos em Rowley Island, Canadá, foram detectados. Para gado 82% de 158 animais em oito piquetes foram identificados corretamente. Mas, devido ao alto número de falsos positivos (demonstrado em ambos os estudos), a revisão manual precisa ser realizada para esse método.

A classificação supervisionada é outra técnica popular, mas na maioria dos casos não tem tido tanto sucesso quanto outros métodos de detecção de animais. Os pesquisadores começam essa técnica classificando pixels de animais conhecidos. O software de processamento de imagem então usa a média e a variação das assinaturas espectrais nesses pixels para classificar outros pixels na(s) imagem(ns) como animal ou não animal. Este método detectou 100% dos ursos polares conhecidos na Ilha Rowley, o que parece fantástico. Mas, infelizmente, também identificou milhares de objetos não-alvo como ursos polares. Isso ocorreu porque as assinaturas espectrais dos ursos não eram suficientemente diferentes de outros objetos.

Gado, incluindo cavalos, vacas e ovelhas podem ser efetivamente distinguidos uns dos outros e da vegetação usando suas assinaturas espectrais únicas, mesmo com resoluções espaciais relativamente grosseiras de 2 metros. Em um pequeno estudo de prova de conceito para avaliar a tecnologia, os pixels podem ser efetivamente categorizados com 90% de precisão geral.

Onde a próxima?

As imagens para contagem manual de populações estão agora em um ponto em que a resolução é boa o suficiente para encontrar animais de médio a grande porte. O processamento manual ainda é demorado e trabalhoso. Infelizmente, as técnicas de detecção automatizadas e semiautomáticas para identificar e contar animais individuais ainda não estão em um estágio em que possam ser usadas de forma confiável em grandes escalas e/ou fora de ambientes homogêneos devido às altas taxas de falsos positivos. Mas isso não significa que não há uso para essas técnicas agora. Identificar grandes flutuações populacionais (por exemplo, 1000’s), detectar a presença de animais em locais remotos ou, em alguns casos, aumentar os levantamentos populacionais tradicionais para áreas pequenas ou homogêneas são possíveis com a tecnologia atual.

As colaborações interdisciplinares serão tão valiosas no futuro quanto foram até agora. Aproveitar a tecnologia que está sendo desenvolvida na ciência e engenharia biomédica evitará que os ecologistas tenham que reinventar a roda na análise de imagens. A combinação de sensoriamento remoto e tecnologia de análise de imagem tem o potencial de mudar a forma como os levantamentos populacionais tradicionais são feitos para uma ampla gama de aplicações agrícolas e de conservação.

Esses tipos de tecnologias alternativas provavelmente se tornarão uma ferramenta cada vez mais importante para ecologistas e conservacionistas, pois o financiamento limitado é distribuído por mais e mais espécies. A variedade de métodos e espécies às quais eles são aplicados está aumentando e estamos começando a usá-los em ambientes mais desafiadores. No futuro, a tecnologia de sensoriamento remoto e o software de processamento de imagem, sem dúvida, adicionarão uma nova dimensão à pesquisa ecológica e aos levantamentos populacionais de animais – tempos emocionantes aguardam!

https://methodsblog.com/ em 26/01/2022