• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文学位 >Systematic evaluation of a stock unmanned aerial vehicle (UAV) system for small-scale wildlife survey applications.
【24h】

Systematic evaluation of a stock unmanned aerial vehicle (UAV) system for small-scale wildlife survey applications.

机译：针对小型野生动植物调查应用的库存无人机系统的系统评估。

获取原文
获取原文并翻译 | 示例
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Unmanned aerial vehicles (UAVs) may soon represent a viable option for use in a variety of wildlife research and management applications. This M.Sc. thesis presents an assessment of a small stock UAV system, the CropCam, as a wildlife research instrument in terms of measured performance in specific trial missions and general capacity to meet certain practical requirements. The UAV proved effective for surveying flocks of snow geese (Chen caerulescens), though ineffective for Canada geese (Branta canadensis), and carried out censuses without disturbing birds. It was variably successful at detecting black bears (Ursus americanus ), woodland caribou (Rangifer tarandus), white-tailed deer (Odocoileus virginianus) and grey wolves (Canis lupus) in pseudo-natural enclosures, and factors affecting their visibility were analyzed. The UAV is affordable, portable and relatively easy to use, however it is difficult to master, prone to sustaining damage and functionally restricted by camera performance, range and landing site requirements. Promising results demonstrated in this study combined with rapid ongoing development of UAV markets warrant further exploration of wildlife research and management applications.
机译：无人机（UAV）可能很快成为在各种野生动植物研究和管理应用中使用的可行选择。这个硕士本文从小型试航无人机系统CropCam（作为野生生物研究工具）的评估，评估了特定试飞任务的实测性能和满足某些实际需求的总体能力。事实证明，这种无人机对调查雪雁（Chen caerulescens）群是有效的，尽管对加拿大雁（Branta canadensis）无效，并且可以进行普查而不干扰鸟类。它在伪自然环境中成功地检测出黑熊（Ursus americanus），林地驯鹿（Rangifer tarandus），白尾鹿（Odocoileus virginianus）和灰狼（Canis lupus），并分析了影响其可见度的因素。无人机价格低廉，便携式且相对易于使用，但是它很难掌握，易于遭受损坏，并且功能受到相机性能，射程和着陆点要求的限制。这项研究显示的有希望的结果与无人机市场的持续快速发展相结合，值得进一步探索野生动植物的研究和管理应用。

著录项

  • 作者

    Chabot, Dominique.;

  • 作者单位

    McGill University (Canada).;

  • 授予单位 McGill University (Canada).;
  • 学科 Agriculture Wildlife Management.;Remote Sensing.;Natural Resource Management.
  • 学位 M.Sc.
  • 年度 2009
  • 页码 91 p.
  • 总页数 91
  • 原文格式 PDF
  • 正文语种 eng
  • 中图分类
  • 关键词

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号