III. KẾT CẤU CỦA LUẬN ÁN
1.2.2.Phương pháp khoảng cách trong điều tra, giám sát vượn
1.2. Một số phương pháp điều tra, giám sát vượn
1.2.2.Phương pháp khoảng cách trong điều tra, giám sát vượn
1.2.2.1. Phương pháp thu thập số liệu
Theo Nguyễn Hải Tuất và cs (2011) trong điều tra động vật hoang dã, có 2 phương pháp phổ biến thường được sử dụng là phương pháp điều tra theo tuyến và điều tra theo điểm. Số liệu thu thập được từ hai phương pháp này có thể được sử dụng để phân tích bằng phương pháp khoảng cách với phần mềm Distance (Thomas et al, 2010).
- Phương pháp điều tra theo tuyến:
Trong phương pháp điều tra theo tuyến, người điều tra sẽ di chuyển trên tuyến, quan sát, đếm và ghi nhận số lượng cá thể và ước lượng/đo khoảng cách từ tuyến tới các thể được phát hiện, hình 1.4a.
Hình 1.4. Mơ phỏng phương pháp điều tra theo tuyến (a) và phương pháp điều tra theo điểm (b).
Nguồn: (Nguyễn Hải Tuất & cs, 2011) - Phương pháp điều tra theo điểm:
Theo Nguyễn Hải Tuất và cs (2011) với phương pháp điều tra theo điểm người điều tra thường ngồi tại một số điểm trong khu vực khảo sát và đếm số lượng cá thể của lồi quan tâm được phát hiện, đo góc phương vị và khoảng cách từ điểm nghe tới cá thể động vật hoang dã quan tâm hoặc đàn, hình 1.4b.
1.2.2.2. Phương pháp xử lý số liệu
- Lý do cần phân tích số liệu theo phương pháp khoảng cách:
Như phân tích ở trên, các phương pháp điều tra động vật truyền thống thường giả thiết rằng tất cả các cá thể động vật hoang dã hoặc các đàn vượn trong phạm vi điều tra đều được phát hiện. Giả thiết này có thể đúng nếu lồi điều tra có những đặc điểm dễ phát hiện như kích thước cơ thể lớn. Ngồi ra, nếu loài điều tra cư trú ở sinh cảnh thống và có tầm nhìn tốt như trảng cỏ, hầu hết các cá thể của lồi trong một phạm vi nào đó sẽ được phát hiện. Tuy nhiên, trong thực tế thì nhiều lồi động vật hoang dã rất khó bị phát hiện do:
- Một số lồi động vật có xu hướng lẩn trốn người điều tra.
- Một số lồi có khả năng ngụy trang để lẫn vào màu nền của môi trường.
- Khả năng quan sát hạn chế, đặc biệt là với các loài động vật nhỏ, khơng có màu sắc sặc sỡ, khơng có tiếng kêu to.
- Sinh cảnh rậm rạp hoặc có tầm nhìn hạn chế.
Số lượng cá thể động vật hoang dã ở xa được phát hiện nhỏ hơn số lượng cá thể phát hiện ở gần tuyến/điểm điều tra, hình 1.5. Do vậy, ước lượng mật độ của lồi trong khu vực điều tra có thể thấp hơn thực tế, địi hỏi các phương pháp phân tích số liệu phù hợp (Nguyễn Hải Tuất & cs, 2011). Với các loài vượn, như đã phân tích ở trên, một số đàn ở xa có thể khơng được nghe thấy. Do vậy, phân tích số liệu theo phương pháp khoảng cách là một lựa chọn phù hợp trong hoàn cảnh này.
a) Tất cả các cá thể động vật trên phạm vi điều tra đều được phát hiện.
b) Một số cá thể nằm ở phía xa 2 bên tuyến điều tra hoặc cách xa điểm quan sát không thể được phát hiện bởi người điều tra. c) Xác suất phát hiện là tỉ lệ diện tích của phần khơng gạch chéo dưới đường cong chia cho diện tích hình chữ nhật.
Hình 1.5. Phân bố tần suất của vật thể phát hiện được theo khoảng cách
Nguồn: (Nguyễn Hải Tuất & cs, 2011) - Ước lượng xác suất phát hiện:
Từ những phân tích ở trên, để có thể ước lượng được mật độ động vật hoang dã, cần ước lượng xác suất phát hiện để hiệu chỉnh mật độ. Xác suất phát hiện được ước lượng dựa trên phân bố tần suất của các quan sát theo khoảng cách từ đàn vượn hoặc cá thể động vật hoang dã tới tuyến hoặc điểm điều tra. Số liệu thu thập được được xử lý với phầm mềm DISTANCE (Thomas et al, 2010).
Một số hàm số sẽ được sử dụng để mô phỏng xác suất phát hiện. Trong phương pháp khoảng cách, có 4 hàm cơ sở thường được sử dụng để mô phỏng sự biến động của xác suất phát hiện theo khoảng cách (Thomas et al, 2010) và (Nguyễn Hải Tuất & cs, 2011) hình 1.6:
Hàm Uniform: g(y) = l/w [1.1]
Hàm Half-normal (Hàm nửa chuẩn): 𝑔(𝑦) = 𝑒 −𝑎2 2
𝑎2
Hàm Negative exponential (Hàm mũ ngược): 𝑔(𝑦) = 𝑒−𝑦⁄𝜆 [1.3] Hàm Hazard-rate: 𝑔(𝑦) = 1 − 𝑒 (𝑦⁄ )−𝑏𝜎 [1.4] Trong đó g(y) là xác suất phát hiện vật thể nếu vật thể đó nằm ở vị trí
cách điểm nghe với khoảng cách là y (đơn vị độ dài), w, σ, 𝜆, b là các tham
số cần ước lượng.
Hình 1.6. Hình dạng 4 hàm số mơ phỏng cơ bản được sử dụng trong phương pháp khoảng cách
(Nguồn: (Nguyễn Hải Tuất & cs, 2011)
Ngoài 4 hàm số trên, 3 chuỗi mở rộng được sử dụng để thay đổi hình dáng của hàm xác suất phát hiện (Nguyễn Hải Tuất & cs, 2011):
Chuỗi Cosince;
Chuỗi Simple polynomials; Chuỗi Hermite polynomials;
Một số mơ hình phối hợp giữa các hàm cơ sở và các chuỗi mở rộng để mô phỏng mối quan hệ giữa xác suất phát hiện và khoảng cách đã được gợi ý sử dụng ((Buckland et al, 2001), (Nguyễn Hải Tuất & cs, 2011)) bảng 1.3.
Bảng 1.3. Một số dạng kết hợp của hàm số cơ bản và chuỗi mở rộng được kiểm chứng là thích hợp trong mơ phỏng sự biến động xác suất
phát hiện theo khoảng cách
(Nguồn: (Nguyễn Hải Tuất & cs, 2011)
Tiêu chuẩn thông tin Aikaike (Aikaike’s Information Criterion - AIC) (Burnham & Anderson, 2002) được sử dụng để lựa chọn và tìm ra hàm số phù hợp nhất. Hàm số có giá trị AIC thấp nhất sẽ được chọn. Sau khi hàm mô phỏng được lựa chọn, xác suất phát hiện được tính tốn và được sử dụng để hiệu chỉnh ước lượng mật độ.