Masterarbeitsthema

Masterarbeit: Akustisches Monitoring von Vogelarten - Einfluss von Aufnahmedauer und Hintergrundgeräuschen

Inhalt: Mithilfe von Audiogeräten können viele Vogelarten erfasst werden, ohne eine allzu große Störung im Lebensraum zu verursachen. Der Umfang dieser Audiodaten kann jedoch enorm sein und leicht mehrere Terabyte (TB) umfassen. Eine automatisierte Analyse aller erfassten Vogelarten wäre wünschenswert; ist jedoch aktuell nur eingeschränkt möglich. Dies führt dazu, dass Audioaufnahmen oftmals noch „händisch“ ausgewertet werden, indem die Vogelarten, die mit den Audiogeräten erfasst wurden, von OrnithologInnen in mühevoller Arbeit bestimmt werden. Dies ist nicht nur zeit-, sondern auch kostenintensiv.

Deshalb ist es sinnvoll, die Aufnahmedauer entsprechend so einzugrenzen, dass eine Aussage über die Anzahl der erfassten Arten möglich ist. Die Erfassbarkeit der Arten kann jedoch zu unterschiedlichen Tageszeiten variieren, oder aber durch Hintergrundgeräusche erschwert werden. Im Rahmen der Masterarbeit soll untersucht werden, mit welcher Aufnahmedauer ein möglichst „optimales“ Ergebnis erreicht werden kann, ohne einen Verlust von Informationen in Kauf nehmen zu müssen. 

Beginn: Ab sofort

Voraussetzungen: Gute Kenntnisse der Vogelstimmen der häufigen Vogelarten Österreichs. Analyse der Audiodateien mithilfe der Software Raven. Freude an der Analyse von Daten mithilfe der Software R. Geduld und akribisches Arbeiten.

Bewerbung: Motivationsschreiben (max. 1 Seite) und Lebenslauf in einem PDF, per Email an eva.schoell(at)boku.ac.at

Kontakt: Dr.nat.techn. Eva Schöll

Betreuung: Univ. Prof. Dr. Klaus Hackländer

 


Masterarbeitsthemen

Masters thesis opportunities to examine drivers of population dynamics in large mammals of southern Africa


I am seeking 1 or 2 Masters students to carry out their thesis on drivers of population dynamics in large mammals of South Africa. We have access to an enormous database that includes information from photographs taken since 2010 from over 30 study areas, each with up to 245 camera traps, distributed through Botswana, Kenya, Mozambique, South Africa, Tanzania, and Zimbabwe (Pardo et al. 2021). Species have been identified and individuals counted in >9M photographs using machine learning algorithms informed by >150K volunteer citizen scientists. The project focuses on data analysis and applicants must be willing to familiarize themselves with state of the art statistical modelling approaches. There will also be an opportunity to visit field sites if the student obtains funding (e.g., via Erasmus+), but this is not required. Projects will develop and examine hypotheses regarding associations between environmental factors (i.e., management and climatic variables) and changes in abundance of focal species. A promising modeling approach is currently being published by colleagues (Farr et al. in press). Successful applicants are expected to work together and independently, and these efforts will lead to manuscripts suitable for publication in international scientific journals. The student will be supervised by Dr. Brady Mattsson (IWJ) and co-supervised by Dr. Rahel Sollmann (Leibniz Institute for Zoo and Wildlife Research, Berlin) and Dr. Jan Venter (Nelson Mandela University, South Africa). This is an excellent opportunity to work with a motivated international team of scientists.

Desired knowledge and expertise
1. Familiarity with literature review techniques including online databases
2. Familiarity with the scientific method, including formulating and examining hypotheses
3. Good writing skills, including formulating logical arguments
4. Solid understanding of wildlife ecology and landscape ecology
5. Critical thinking
6. Good communication abilities in English, both oral and in writing
7. Generalized linear models, including use of discrete distributions for the response variable
8. Interest in statistics/hierarchical statistical modeling
9. Population modeling
10. Hierarchical statistical models, such as occupancy modeling
11. Bayesian analysis, including Markov-chain Monte Carlo simulation and parallel computing

To apply
Email your application as a single PDF to brady.mattsson@boku.ac.at. The application must include the following: 1) one-page cover letter summarizing your background and interests along with an explanation for why you are applying for this particular opportunity; 2) Curriculum Vitae; and 3) research-oriented (e.g. Bachelor’s thesis) writing sample in English. Applications are evaluated on a first come – first serve basis.

Literature cited
Farr, M.T., O'Brien, T., Yackulic, C.B. and Zipkin, E.F., in press. Quantifying the conservation status and abundance trends of wildlife communities with
detection‐nondetection data. Conservation Biology. doi.org/10.1111/cobi.13934
Pardo, L.E., Bombaci, S., Huebner, S.E., Somers, M.J., Fritz, H., Downs, C., Guthmann, A., Hetem, R.S., Keith, M., Roux, A.L. and Mgqatsa, N., 2021.
Snapshot Safari: A large-scale collaborative to monitor Africa's remarkable biodiversity. South African Journal of Science 117: 1-4.

download document (pdf)


 

+++ Abschlussarbeitenbörse der BOKU +++

Allen Studierenden und Mitarbeiter/innen der BOKU steht eine eigene "Abschlussarbeitenbörse"  zur Verfügung!

Eine ausführliche Dokumentation zur Applikation finden Sie unter http://short.boku.ac.at/it-abschlussarbeitenboerse

Zur Login-Seite der "Abschlussarbeitenbörse" kommen Sie unter https://abschlussarbeiten.boku.ac.at/