📄 earth_science

A Simplified and Cost-Effective Procedure for Deer Population Estimation Based on Faecal Pellet Group Counts

यह शोध पत्र पारंपरिक विष्ठा और क्षय दर गणनाओं को दरकिनार करने के लिए एक स्थिर "प्रति व्यक्ति पेलेट समूह" (Pgi) मान का उपयोग करके, बाड़ वाले भूमध्यसागरीय परिदृश्यों में हिरण जनसंख्या घनत्व का अनुमान लगाने के लिए एक लागत प्रभावी, सरल विधि का प्रस्ताव और सत्यापन करता है, जो यह प्रदर्शित करता है कि स्ट्रिप ट्रान्सेक्ट सैंपलिंग उच्चतम परिशुद्धता-से-लागत अनुपात प्रदान करती है।

मूल लेखक: Cláudio Bicho, Russell Alpizar-Jara, Pedro Santos

प्रकाशित 2026-06-29

📖 4 मिनट में पढ़ें☕ कॉफ़ी ब्रेक में पढ़ें

CC BY 4.0

मूल लेखक: Cláudio Bicho, Russell Alpizar-Jara, Pedro Santos

मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

कल्पना कीजिए कि आप एक विशाल, घेरे हुए पार्टी में कितने मेहमान आए हैं, यह पता लगाने की कोशिश कर रहे हैं, लेकिन आप सीधे जाकर सिरों को नहीं गिन सकते क्योंकि मेहमान (हिरण) झाड़ियों में छिपे हुए हैं। इसके बजाय, आप जमीन पर छोड़े गए उनके "पार्टी उपहारों" (party favors) को गिनने का फैसला करते हैं: गोबर के ढेर।

यह शोध पत्र उन ढेरों को गिनने का सबसे स्मार्ट, सस्ता और तेज़ तरीका खोजने के बारे में है ताकि हिरणों की संख्या का अनुमान लगाया जा सके, विशेष रूप से पुर्तगाल के धूप वाले, ओक के पेड़ों वाले परिदृश्यों (जिसे मोंटाडो कहा जाता है) में।

यहाँ उनकी खोज का विवरण दिया गया है, सरल उपमाओं (analogies) का उपयोग करते हुए:

पुराना तरीका: "दो-चरण" वाली पहेली

पारंपरिक रूप से, वैज्ञानिक "फेकल स्टैंडिंग क्रॉप" (Faecal Standing Crop) नामक विधि का उपयोग करते थे। उत्तर पाने के लिए, उन्हें एक कठिन गणितीय पहेली को हल करना पड़ता था जिसमें दो गायब हिस्से थे:

हिरण कितनी तेज़ी से गोबर करते हैं? (मल त्याग दर/Defecation rate)
गोबर सड़ने से पहले जमीन पर कितनी देर तक रहता है? (क्षय समय/Decay time)

इन दोनों चीजों को मापना एक लीक होते नल से बूंदों के गिरने की गति को मापने और साथ ही हवा में पोखर के सूखने के समय का अनुमान लगाने के बीच तालमेल बिठाने जैसा है। यह अव्यवस्थित है, इसमें बहुत समय लगता है, और इसमें बहुत पैसा खर्च होता है।

नया तरीका: "जादुई गुणक" (The Magic Multiplier)

लेखक, क्लाउडियो बिचो और उनकी टीम ने एक शॉर्टकट निकाला। इन दोनों चीजों को अलग-अलग मापने के बजाय, उन्होंने पहले एक ज्ञात क्षेत्र में कुल परिणाम को मापने का निर्णय लिया।

इसे इस तरह समझें: यदि आप जानते हैं कि एक छोटे, बंद कमरे में ठीक कितने लोग हैं, और आप उस कमरे में मौजूद सभी गोबर के ढेरों को गिनते हैं, तो आप एक "जादुई गुणक" (जिसे वे Pgi कहते हैं) की गणना कर सकते हैं।

उदाहरण: यदि 5 हिरण हैं और 2,800 ढेर हैं, तो गुणक प्रति हिरण लगभग 560 ढेर होगा।

एक बार जब आपके पास एक विशिष्ट प्रकार के परिदृश्य और मौसम के लिए यह "जादुई गुणक" आ जाता है, तो आपको अब यह जानने की आवश्यकता नहीं है कि हिरण कितनी तेज़ी से गोबर करते हैं या गोबर कितनी तेज़ी से सड़ता है। आप बस एक नए क्षेत्र में ढेरों को गिनते हैं और अपने जादुई गुणक से विभाजित करते हैं।

सूत्र (Formula): कुल ढेर ÷ जादुेटिक गुणक = हिरणों की संख्या।

यह एक जटिल, दो-चरणीय विज्ञान प्रयोग को एक सरल एक-चरणीय गणना में बदल देता है।

दौड़: "द स्ट्रिप" (The Strip) बनाम "द लाइन" (The Line)

टीम ने यह देखने के लिए कि कौन सा तरीका तेज़ और अधिक सटीक है, जंगल में चलने और ढेरों को गिनने के दो अलग-अलग तरीकों का परीक्षण किया। उन्होंने तुलना की:

स्ट्रिप ट्रांसेक्ट (ST): कल्पना कीजिए कि आप एक रास्ते पर चल रहे हैं और अपने दोनों ओर 1-मीटर चौड़े गलियारे में पाए जाने वाले प्रत्येक ढेर को गिन रहे हैं। आप इस गलियारे के बाहर की किसी भी चीज़ को अनदेखा कर देते हैं।
लाइन ट्रांसेक्ट (LT): कल्पना कीजिए कि आप एक रास्ते पर चल रहे हैं और ढेरों को गिन रहे हैं, लेकिन आपको रुकना पड़ता है और प्रत्येक ढेर के अपने पैरों से सटीक दूरी को मापना पड़ता है। यह आपको झाड़ियों में दूर स्थित ढेरों का अनुमान लगाने की अनुमति देता है।

परिणाम:

सटीकता: दोनों विधियाँ हिरणों की संख्या का अनुमान लगाने में बहुत अच्छी थीं (उच्च स्तर की सटीकता के साथ)। वे लगभग समान रूप से सटीक थीं।
गति और लागत: स्ट्रिप ट्रांसेक्ट (ST) स्पष्ट विजेता था। बड़े अध्ययन क्षेत्र में, इसे पूरा करने में लाइन ट्रांसेक्ट की तुलना में आधे से भी कम समय लगा।

निष्कर्ष

यह शोध पत्र निष्कर्ष निकालता है कि इन घेरे हुए, भूमध्यसागरीय शैली के परिदृश्यों में हिरणों के प्रबंधन के लिए, आपको "जादुई गुणक" के साथ "स्ट्रिप ट्रांसेक्ट" विधि का उपयोग करना चाहिए।

यह एक सीधे, संकीले रास्ते पर चलने और केवल अपने ठीक बगल में मौजूद चीजों को गिनने जैसा है, न कि हर एक वस्तु के लिए रुककर उसकी दूरी मापने जैसा। आपको वही उत्तर मिलता है, लेकिन आप आधे समय और आधे प्रयास में काम पूरा कर लेते हैं। इससे पैसा बचता है और भूमि प्रबंधकों के लिए हिरणों की आबादी पर नज़र रखना बहुत आसान हो जाता है।

तकनीकी सारांश: हिरणों की जनसंख्या के आकलन के लिए एक सरल और लागत प्रभावी प्रक्रिया

समस्या विवरण
वन्यUngulates (खुर वाले जीवों) के सतत प्रबंधन के लिए विश्वसनीय जनसंख्या घनत्व अनुमान आवश्यक हैं, विशेष रूप से भूमध्यसागरीय सवाना जैसी परिदृश्यों (जैसे कि इबेरियन मोंटाडो) के भीतर उच्च-घनत्व वाले घेरे वाले क्षेत्रों में। जबकि कैमरा ट्रैपिंग की तुलना में मल समूह गणना (faecal pellet group counts) जैसे अप्रत्यक्ष तरीके अक्सर अधिक सटीक और समय के साथ स्थिर होते हैं, पारंपरिक फाकल स्टैंडिंग क्रॉप (FSC) दृष्टिकोण महत्वपूर्ण परिचालन लागतों और परिवर्तनशीलता से बाधित है। पारंपरिक FSC के लिए दो कठिन मापदंडों के अनुमान की आवश्यकता होती है: हिरण की मल त्याग दर (df) और औसत मल अपघटन समय (mtd)। ये पैरामीटर आकलन करने में समय लेने वाले हैं और पर्याप्त अनिश्चितता पैदा करते हैं, जिससे जनसंख्या निगरानी की लागत-प्रभावशीलता सीमित हो जाती है।

कार्यप्रणाली
यह अध्ययन एक सुव्यवस्थित FSC प्रक्रिया का प्रस्ताव करता है जो दो-पैरामीटर की आवश्यकता को एक एकल, पर्यावरण-विशिष्ट पैरामीटर द्वारा प्रतिस्थापित करता है: प्रति व्यक्ति मल समूह (PGI - Pellet Groups per Individual)।

अवधारणा: $Pgi $को मल त्याग दर और औसत अपघटन समय के गुणनफल के रूप में परिभाषित किया गया है ($ Pgi = df \times mtd $)। इसे ज्ञात पूर्ण हिरण प्रचुरता वाले एनक्लोजर (घेरे) में अनुमानित मल समूह घनत्व ($ D_{pg} $) को ज्ञात हिरण घनत्व ($ D_d$) से विभाजित करके अनुभवजन्य रूप से निर्धारित किया जाता है।
गणना: एक बार जब किसी विशिष्ट वातावरण के लिए $Pgi $स्थापित हो जाता है, तो हिरण घनत्व ($ D_d $) को मल समूह घनत्व ($ D_{pg} $) के क्षेत्र अनुमानों से सीधे$ D_d = D_{pg} / Pgi $सूत्र का उपयोग करके निकाला जा सकता है। यह$ df $और$ mtd$ को अलग-अलग अनुमानित करने की आवश्यकता को समाप्त करता है।
अध्ययन डिजाइन: इस नई $Pgi$ रूपरेखा के भीतर पद्धति का मूल्यांकन पुर्तगाल के अलेन्टेजो में दो घेरे वाले अध्ययन स्थलों में किया गया, जहाँ हिरणों की आबादी ज्ञात है:
1. सांता रीटा (1 हेक्टेयर): 5 वयस्क फॉल हिरण (सर्दियों का सर्वेक्षण)।
2. टापाडा डॉस बिचोस (51 हेक्टेयर): 96 जानवर (लाल और फॉल हिरण, गर्मियों का सर्वेक्षण)।
नमूनाकरण रणनीतियाँ (Sampling Strategies): दो मानक नमूनाकरण विधियों की नए $Pgi$ ढांचे के भीतर तुलना की गई:
1. स्ट्रिप ट्रांसेक्ट (ST): ट्रांसेक्ट रेखा के दोनों ओर एक निश्चित 1-मीटर चौड़ी पट्टी के भीतर सभी मल समूहों की गणना करना।
2. लाइन ट्रांसेक्ट (LT): डिटेक्शन फंक्शन को मॉडल करने के लिए मल समूहों की लंबवत दूरी को रिकॉर्ड करना (डिस्टेंस 7.3 सॉफ़्टवेयर का उपयोग करके)।
मूल्यांकन मेट्रिक्स: प्रदर्शन का आकलन परिशुद्धता (विचलन गुणांक, CV%) और लागत-प्रभावशीलता (कुल फील्डवर्क समय मिनटों में) के आधार पर किया गया।

मुख्य परिणाम

परिशुद्धता: दोनों विधियों ने उच्च परिशुद्धता प्रदर्शित की, जिसमें $Pgi$ अनुमानों के लिए CV% मान 11% और 22% के बीच था।
- बड़े स्थल (टापाडा डॉस बिचोस) में, ST और LT दोनों ने लगभग समान परिशुद्धता (CV% ≈ 11%) प्रदान की।
- छोटे स्थल (सांता रीटा) में, ST ने LT (CV% = 21.8%) की तुलना में थोड़ी उच्च परिशुद्धता (CV% = 15.7%) दिखाई।
- अध्ययन में पाया गया कि परिशुद्धता विधि के चयन के बजाय नमूना डिजाइन और आकार से अधिक प्रभावित होती है, जहाँ ST उच्च-घनत्व वाले एनक्लोजर में LT के समान या उससे बेहतर प्रदर्शन करता है।
लागत-प्रभावशीलता: स्ट्रिप ट्रांसेक्ट (ST) विधि बड़े पैमाने के परिदृश्य में काफी अधिक कुशल सिद्ध हुई।
- टापाडा डॉस बिचोस (दो पर्यवेक्षकों) में, ST के लिए 400 मिनट के फील्डवर्क की आवश्यकता थी, जबकि LT के लिए 906 मिनट की आवश्यकता थी।
- बहु-पर्यवेक्षक, बड़े क्षेत्र के परिदृश्य में ST लगभग 2.3 गुना अधिक लागत-कुशल था, जिसमें LT विधि की तुलना में आधे से भी कम समय लगा।
पैरामीटर परिवर्तनशीलता: अध्ययन ने पुष्टि की कि $Paging $पर्यावरणीय स्थितियों के प्रति संवेदनशील है। सर्दियों के सर्वेक्षण (सांता रीटा) की तुलना में गर्मियों के सर्वेक्षण (टापाडा डॉस बिचोस) में$ Pgi$ के मान अधिक थे, जो आहार, मल त्याग दर और अपघटन में मौसमी परिवर्तनों को दर्शाता है।

महत्व और दावे
पेपर का दावा है कि $Pgi$ पैरामीटर का परिचय पारंपरिक FSC दृष्टिकोण को सफलतापूर्वक सरल बनाता है, जो बेहतर लागत-प्रभावशीलता के लिए प्राथमिक तंत्र के रूप में कार्य करता है। दो चुनौतीपूर्ण मापदंडों ($df $और$ mtd $) के बजाय एक एकल पर्यावरण-विशिष्ट पैरामीटर ($ Pgi$) की आवश्यकता को कम करके, साइट-विशिष्ट अंशांकन (calibration) का परिचालन बोझ काफी कम हो जाता है।

लेखक निष्कर्ष निकालते हैं कि $Pgi$-आधारित स्ट्रिप ट्रांसेक्ट (ST) प्रोटोकॉल रेड और फॉल हिरणों की नियमित निगरानी के लिए इष्टतम विकल्प है। यह निष्कर्ष विधि की जटिल लाइन ट्रांसेक्ट विधि के समान परिशुद्धता प्रदान करने और श्रम लागत में पर्याप्त बचत करने की क्षमता पर आधारित है। अध्ययन इस बात पर जोर देता है कि $Pgi$ मानों को अध्ययन क्षेत्रों के बीच बिना सोचे-समझे स्थानांतरित करने के बजाय विशिष्ट पर्यावरणीय संदर्भों (आवास और मौसम) के लिए पैरामीटराइज किया जाना चाहिए, लेकिन एक बार स्थापित होने के बाद, वे प्रबंधकों को पारंपरिक FSC विधियों की तुलना में बहुत कम लागत पर सटीक घनत्व अनुमान प्राप्त करने की अनुमति देते हैं।

पुराना तरीका: "दो-चरण" वाली पहेली

नया तरीका: "जादुई गुणक" (The Magic Multiplier)

दौड़: "द स्ट्रिप" (The Strip) बनाम "द लाइन" (The Line)

निष्कर्ष

इसी तरह के और पेपर