Data analysisHome ranges were estim

Data analysis
Home ranges were estimated using HawthsTools, for ArcMap
9.2. For comparative purposes, home ranges were calculated using
two methods: the minimum convex polygon (MCP) using 100% of
locations, and fixed kernel using 95% of locations. Because of its
ease of calculation, many investigators use MCP to describe home
ranges, and we therefore present these analyses to facilitate comparison
with other studies. However, the kernel method provides a
more detailed home range map, identifying areas of intensive use
(Powell 2000) through concentric contour lines (95, 50, 20, 10 and
5%) indicating the probability of finding an animal in a given region
of its range (i.e., the utility density distribution, Powell (2000)). The
bandwidth (h) chosen for fixed kernel was 15 m, which we considered
as a good approximation of the perception radius (Powell
2000) of this species (see also Montgomery and Sunquist 1975).
Scaling factor used was 108 and raster cell size was 10 due to the
small areas under analysis.
Interpretation of aerial photographs provided by Instituto de
Estudos Socioambientais do Sul da Bahia (unpublished data) was
used as an initial source for the land cover of the region. However,
this method did not discriminate cabrucas from secondary logged
forest, due to similarities in canopy structure between these two
vegetation types. We therefore modified the original maps using
field observations in order to delimitate more accurately the extent
of cabrucas in the study site. The home ranges (MCP and kernel)
were clipped from the land cover map using the intersect function
from ArcMap 9.2. We then calculate the proportion of cabruca
falling within each home range using the resulting shape file.
We used contingency tables (Chi-square goodness-of-fit-tests)
complemented by residual analysis to assess if the radio-collared
sloths used the habitats according to their availabilities. First, we
contrasted the number of location fixes on each major habitat type
inside the MCPs (swamp/pasture, cabruca, early secondary forest
and late secondary forest) with the expected frequencies of
fixes based on the availability of these habitats in the MCPs. We
pooled the swamp with pasture as all fixes falling in pasture were
in fact in the very edge between pasture and swamp vegetation.
In a second Chi-square we contrasted the observed frequency of
fixes with the expected value based on habitat availability in a
buffer area surrounding the home ranges of the three sloths. To
calculate the width of this buffer area we measured the largest
distances between fixes inside each individual home range and
averaged them. The resulting width (487m) encompassed an area
of 214.7 ha (6.8 times larger than the combined area of the three
MCPs). Although this wide buffer may include land-use types differing
from the immediate study area, a narrower band would not
be representative of the larger landscape context. These tests were
performed using BioEstat version 5.0, a free statistical software
available at Instituto de Desenvolvimento Sustentável Mamirauá
(http://www.mamiraua.org.br).

ผลลัพธ์ (ไทย) 1:

การวิเคราะห์ข้อมูลช่วงแรกได้ประเมินการใช้ HawthsTools, ArcMapดีเลิศ 9.2 สำหรับเปรียบเทียบ ช่วงบ้านถูกคำนวณโดยใช้วิธีที่สอง: ขั้นต่ำนูนรูปหลายเหลี่ยม (MCP) ใช้ได้ 100%สถาน และเคอร์เนลคงใช้ 95% ของที่ตั้ง เนื่องจากการความสะดวกในการคำนวณ หลายนักวิจัยใช้ MCP อธิบายบ้านช่วง และเราจึงนำเสนอการวิเคราะห์เพื่อเปรียบเทียบกับการศึกษาอื่น ๆ อย่างไรก็ตาม วิธีการที่เคอร์เนลให้เป็นเติมช่วงบ้านแผนที่ ระบุพื้นที่ใช้งานหนัก(พาวเวลล์ 2000) ผ่านเส้นศูนย์กลาง (95, 50, 20, 10 และ5%) ระบุว่า ความน่าเป็นการหาสัตว์ในพื้นที่ที่กำหนดช่วงที่เป็น (เช่น ประโยชน์ความกระจาย พาวเวลล์ (2000)) การแบนด์วิธ (h) สำหรับเคอร์เนลถาวรไม่ 15 m ซึ่งเราถือว่าเป็นการประมาณที่ดีของรัศมีการรับรู้ (พาวเวลล์2000) พืช (ดูยังอรีและ Sunquist 1975)108 ตัวคูณมาตราส่วนที่ใช้ และขนาดเซลล์สเตอร์ 10 เนื่องจากการพื้นที่ขนาดเล็กภายใต้การวิเคราะห์ตีความภาพถ่ายทางอากาศตามสไตล์เดรับทำ Estudos Socioambientais Sul da Bahia (ไม่เปิดเผยข้อมูล)ใช้เป็นแหล่งเริ่มต้นสำหรับครอบคลุมดินแดนของภูมิภาค อย่างไรก็ตามวิธีนี้ไม่ได้เลือกปฏิบัติ cabrucas จากรองบันทึกไว้ป่า เนื่องจากความคล้ายคลึงกันในโครงสร้างหลังคาระหว่างสองคนนี้พืชชนิดนี้ เราจึงปรับแผนที่เดิมที่ใช้สังเกตฟิลด์เพื่อ delimitate ในขอบเขตที่ชัดเจนยิ่งขึ้นของ cabrucas ในการศึกษา ช่วงแรก (MCP และเคอร์เนล)ถูก clipped จากแผนที่ครอบคลุมที่ดินที่ใช้ฟังก์ชัน intersectจาก ArcMap 9.2 เรามีการคำนวณสัดส่วนของ cabrucaอยู่ในช่วงแรกโดยใช้แฟ้มรูปร่างผลเราใช้ตารางฉุกเฉิน (สอบไคสแควร์ดีของพอดีการทดสอบ)จากการวิเคราะห์ตกค้างการประเมินถ้าวิทยุไฟเนสใช้แหล่งที่อยู่อาศัยตามที่ว่างของพวกเขา ครั้งแรก เราเปรียบเทียบจำนวนของการแก้ไขตำแหน่งในแต่ละชนิดอยู่อาศัยหลักภายใน MCPs (บึง/ทุ่งหญ้า cabruca ป่ารองก่อนและสายรอง) ด้วยความถี่ที่คาดหวังของแก้ไขตามความพร้อมของแหล่งที่อยู่อาศัยเหล่านี้ใน MCPs เราพูบึง มีทุ่งหญ้าตามที่แก้ไขทั้งหมดที่อยู่ในทุ่งหญ้าในความเป็นจริงในขอบมากระหว่างทุ่งหญ้าและบึงพืชในสอบไคสแควร์ที่สอง เราต่างความถี่จากการสังเกตของแก้ไขค่าที่คาดไว้ตามห้องพักอยู่อาศัยในตัวพื้นที่บัฟเฟอร์ที่รอบช่วงแรกของสลอธสาม ถึงคำนวณความกว้างของพื้นที่บัฟเฟอร์นี้ เราวัดใหญ่ที่สุดระยะทางระหว่างแก้ไขภายในแต่ละช่วงบ้านละ และเฉลี่ยได้ กว้าง (487 ม) ห้อมล้อมพื้นที่ของ 214.7 ฮา (6.8 ครั้งใหญ่กว่ารวมพื้นที่ใน 3MCPs) แม้ว่าบัฟเฟอร์นี้กว้างอาจรวมถึงการใช้ที่ดินชนิดที่แตกต่างกันจากทันทีศึกษาพื้นที่ วงแคบจะไม่เป็นตัวแทนของบริบทภูมิทัศน์ขนาดใหญ่ ทดสอบเหล่านี้ได้ดำเนินการโดยใช้ BioEstat รุ่น 5.0 ฟรีซอฟต์แวร์ทางสถิติสไตล์เด Desenvolvimento Sustentável Mamirauá(http://www.mamiraua.org.br)

ผลลัพธ์ (ไทย) 2:

การวิเคราะห์ข้อมูล
ช่วงแรกอยู่ที่ประมาณโดยใช้ HawthsTools สำหรับ ArcMap
9.2 เพื่อการเปรียบเทียบช่วงบ้านถูกคำนวณโดยใช้
สองวิธี: รูปหลายเหลี่ยมนูนต่ำสุด (MCP) โดยใช้ 100% ของ
สถานที่และเมล็ดใช้ 95% ของสถานที่คงที่ เพราะ
ความสะดวกในการคำนวณนักวิจัยจำนวนมากใช้เพื่ออธิบาย MCP บ้าน
ช่วงและเราจึงนำเสนอการวิเคราะห์เหล่านี้เพื่อความสะดวกในการเปรียบเทียบ
กับการศึกษาอื่น ๆ อย่างไรก็ตามวิธีการเคอร์เนลมี
แผนที่รายละเอียดเพิ่มเติมช่วงบ้านพื้นที่ของการใช้งานหนักระบุ
(พาวเวล 2000) ผ่านเส้นชั้นความสูงศูนย์กลาง (95, 50, 20, 10 และ
5%) แสดงให้เห็นความน่าจะเป็นของการหาสัตว์ในพื้นที่ที่ได้รับ
ของ ช่วง (เช่นการกระจายความหนาแน่นของยูทิลิตี้พาวเวล (2000))
แบนด์วิดธ์ (H) เลือกสำหรับเคอร์เนลคงเป็น 15 เมตรซึ่งเราถือว่า
เป็นประมาณการที่ดีของรัศมีการรับรู้ (พาวเวล
2000) ของสายพันธุ์นี้ (ดูเพิ่มเติมกอเมอรีและ Sunquist 1975).
คูณมาตราส่วนที่ใช้เป็น 108 และเซลล์แรสเตอร์ขนาดเป็น 10 เนื่องจากการที่
พื้นที่ขนาดเล็กภายใต้การวิเคราะห์.
ตีความภาพถ่ายทางอากาศให้โดย Instituto de
Estudos Socioambientais do Sul da Bahia (ข้อมูลที่ไม่ถูกเผยแพร่) ถูก
ใช้เป็นแหล่งเริ่มต้นสำหรับสิ่งปกคลุมดินของภูมิภาค แต่
วิธีนี้ไม่ได้แตกต่างจากบันทึกการเข้า cabrucas รอง
ป่าเนื่องจากความคล้ายคลึงกันในโครงสร้างหลังคาระหว่างทั้งสอง
ประเภทพืชผัก ดังนั้นเราจึงมีการปรับเปลี่ยนแผนที่เดิมโดยใช้
การสังเกตข้อมูลเพื่อ delimitate ถูกต้องมากขึ้นขอบเขต
ของ cabrucas ในเว็บไซต์การศึกษา ช่วงบ้าน (MCP และเคอร์เนล)
ถูกตัดจากแผนที่ปกคลุมดินโดยใช้ฟังก์ชั่นตัด
จาก ArcMap 9.2 แล้วเราคำนวณสัดส่วนของ cabruca
ตกอยู่ในช่วงแต่ละบ้านใช้ไฟล์รูปที่เกิดขึ้น.
เราใช้ (ความดีของพอดีทดสอบ Chi-square) ฉุกเฉินตาราง
ครบครันด้วยการวิเคราะห์ที่เหลือที่จะประเมินว่าวิทยุคอ
sloths ใช้แหล่งที่อยู่อาศัยตาม การว่างของพวกเขา ครั้งแรกที่เรา
เปรียบเทียบจำนวนของการแก้ไขสถานที่ตั้งในแต่ละประเภทที่อยู่อาศัยที่สำคัญ
ภายใน MCPs (บึง / ทุ่งหญ้า cabruca ป่ามัธยมต้น
และปลายรองป่า) กับความถี่ที่คาดหวังของ
การแก้ไขขึ้นอยู่กับความพร้อมของแหล่งที่อยู่อาศัยเหล่านี้ใน MCPs เรา
รวบรวมป่าพรุที่มีทุ่งหญ้าเป็นการแก้ไขทั้งหมดตกอยู่ในทุ่งหญ้าอยู่
ในความเป็นจริงในขอบมากระหว่างทุ่งหญ้าและพืชป่าพรุ.
ในสอง Chi-square เราเทียบความถี่ที่สังเกตของ
การแก้ไขที่มีมูลค่าที่คาดว่าจะขึ้นอยู่กับความพร้อมของที่อยู่อาศัยใน
พื้นที่กันชน รอบบ้านช่วงของสาม sloths เพื่อ
คำนวณความกว้างของพื้นที่บัฟเฟอร์นี้เราวัดที่ใหญ่ที่สุด
ระยะทางระหว่างการแก้ไขภายในช่วงแต่ละบ้านแต่ละบุคคลและ
เฉลี่ยพวกเขา ความกว้างที่เกิด (487m) ห้อมล้อมพื้นที่
ของ 214.7 ฮ่า (6.8 ครั้งใหญ่กว่าพื้นที่รวมกันของทั้งสาม
MCPs) แม้ว่านี่จะบัฟเฟอร์กว้างอาจมีประเภทการใช้ประโยชน์ที่ดินที่แตกต่าง
จากพื้นที่การศึกษาทันทีวงแคบจะไม่
เป็นตัวแทนของบริบทภูมิทัศน์ขนาดใหญ่ การทดสอบเหล่านี้ได้รับการ
ดำเนินการโดยใช้ BioEstat รุ่น 5.0 เป็นซอฟต์แวร์ทางสถิติฟรี
สามารถใช้ได้ที่ Instituto de Desenvolvimento Sustent? Mamirauá
(http://www.mamiraua.org.br)