📷 Camera Trap Grid Design

Thiết lập lưới bẫy ảnh cho điều tra đa dạng sinh học
Camera Trap Grid Design for Biodiversity Surveys

Lộc Vũ Trung tổng hợp từ đam mê cùng bạn!

Mục lục / Table of Contents
  1. Cơ sở khoa học / Scientific Foundation
  2. Bốn chiến lược đặt bẫy / Four Placement Strategies
  3. Thiết kế thực nghiệm / Experimental Design
  4. Hướng dẫn sử dụng / User Guide
  5. Tài liệu tham khảo / References

1. Cơ sở khoa học / Scientific Foundation

1.1. Lý thuyết lấy mẫu hệ thống / Systematic Sampling Theory

Bẫy ảnh (camera trap) là phương pháp điều tra không xâm lấn (non-invasive monitoring) được chuẩn hóa từ những năm 1990, cho phép ghi nhận sự hiện diện loài mà không gây xáo trộn sinh cảnh.

Camera trapping is a standardized non-invasive survey method widely adopted since the 1990s, enabling species detection without habitat disturbance.

Nguyên lý cốt lõi dựa trên Lý thuyết lấy mẫu hệ thống (Cochran, 1977; Thompson, 2012):

Mật độ bẫy / Trap Density: d = N / A
N = số bẫy (number of traps), A = diện tích khu vực (area in km²)

Quy tắc khoảng cách / Spacing Rule:
Spacing ≤ ½ × Mean Home Range Diameter
→ Đảm bảo mỗi cá thể có P(detect) ≥ 1 trạm trong chu kỳ điều tra

Bảng khoảng cách khuyến nghị / Recommended Spacing

Nhóm loài / Species GroupHome range (km²)Lưới / Grid (m)Nguồn / Source
Hổ, Báo gấm / Tiger, Clouded Leopard30–1002,000–3,000Karanth & Nichols, 2002
Gấu, Bò tót / Bear, Gaur10–501,000–2,000O'Brien et al., 2003
Chồn, Cầy / Civet, Marten1–10500–1,000Tobler et al., 2008
Thú nhỏ / Small mammals0.1–1100–300Rovero et al., 2013
Chim đất / Ground birds0.5–5300–500O'Brien & Kinnaird, 2008

1.2. Mô hình chiếm cứ / Occupancy Modeling

Dữ liệu bẫy ảnh phân tích bằng Occupancy Model (MacKenzie et al., 2002, 2006) — ước lượng xác suất chiếm cứ (ψ) và xác suất phát hiện (p) từ dữ liệu detection/non-detection.

Camera trap data is analyzed using Occupancy Models estimating occupancy probability (ψ) and detection probability (p) from detection/non-detection data.

P(detect ≥ 1) = 1 − (1 − p)^K
K = số lần lấy mẫu (sampling occasions / trap-days)
ψ(i) = logit⁻¹(β₀ + β₁·covariate₁ + ...) — Maximum Likelihood Estimation
Tham số / ParameterTối thiểu / MinimumLý tưởng / Ideal
Số điểm bẫy / Trap stations20–30≥ 50
Ngày bẫy / Trap-days per station1430–60
Nỗ lực / Effort (trap-nights)500≥ 1,000

1.3. Capture-Recapture không gian / Spatially Explicit Capture-Recapture

Khi cá thể nhận diện được (vân hổ, đốm báo), sử dụng SECR (Efford, 2004; Borchers & Efford, 2008):

When individuals are identifiable (tiger stripes, leopard spots), use Spatially Explicit Capture-Recapture:

g(d) = g₀ × exp(−d² / 2σ²)
g₀ = xác suất phát hiện tại tâm / baseline detection probability
σ = tham số quy mô di chuyển / movement scale parameter
D = N̂ / A_eff — Mật độ quần thể / Population density
Ý nghĩa thiết kế: Khoảng cách lưới nên ≈ 2σ để tối ưu recapture giữa các trạm lân cận.
Design implication: Grid spacing should be ≈ 2σ to optimize recapture between neighboring stations.

2. Bốn chiến lược đặt bẫy / Four Placement Strategies

🔲 Chiến lược 1: Lưới ô vuông — Regular Systematic Grid

Cơ sở: Lấy mẫu hệ thống (Cochran, 1977). Lưới đều đảm bảo xác suất phát hiện đồng nhất, không bias không gian.

Basis: Systematic sampling ensures uniform detection probability across the study area with no spatial bias.

Thuật toán / Algorithm:
for y = yMin to yMax step spacing_y:
  for x = xMin to xMax step spacing_x:
    create point(x, y) → trap_type = "primary"
N_traps = ⌊(xMax−xMin)/dx⌋ × ⌊(yMax−yMin)/dy⌋

Ứng dụng: Baseline inventory, occupancy estimation, species richness surveys.

Use case: Baseline biodiversity inventory, multi-species occupancy modeling.

📷 Chiến lược 2: Bẫy chuyên sâu — Intensive Cluster Grid

Cơ sở: Kết hợp systematic + cluster sampling (Karanth & Nichols, 2002). Mỗi nút lưới có 1 bẫy chính + N bẫy phụ vệ tinh để tăng xác suất capture-recapture và xác định hướng di chuyển.

Basis: Combines systematic grid with cluster sampling. Each node has 1 main + N satellite cameras to increase capture-recapture probability and determine movement direction.

x_sub = x_main + r × cos(θ)
y_sub = y_main + r × sin(θ)
θ ∈ {0°, 90°, 180°, 270°} (4 hướng) hoặc +{45°, 135°, 225°, 315°} (8 hướng)
Total = N_grid × (1 + sub_count)

Ứng dụng: SECR studies, corridor monitoring, high-priority conservation zones.

🎯 Chiến lược 3: Vành nón đồng tâm — Concentric Radial Rings

Cơ sở: Distance sampling (Buckland et al., 2001). Khi phát hiện dấu vết/cá thể tại một điểm, triển khai bẫy theo vành tròn đồng tâm ở khoảng cách tăng dần để xác định phạm vi hoạt động và tần suất sử dụng sinh cảnh.

Basis: Based on distance sampling theory. After initial detection, deploy cameras in expanding concentric rings to determine activity range and habitat use frequency.

x_i = x_center + (ring × spacing) × cos(2π × i / K)
y_i = y_center + (ring × spacing) × sin(2π × i / K)
Total = 1 + ring_count × points_per_ring

Ứng dụng: Rapid response after rare species detection, activity pattern research, home range estimation.

📍 Chiến lược 4: Đặt bẫy chủ đích — Targeted / Purposive Placement

Cơ sở: Purposive sampling (Patton, 2002). Đặt tại vị trí có ý nghĩa sinh thái đã biết: bãi muối khoáng (mineral licks), nguồn nước (water holes), hành lang sinh thái (wildlife corridors), đường mòn thú (animal trails), hang ổ (dens).

Basis: Purposive/judgmental sampling at ecologically significant locations: salt licks, water sources, corridors, trails, dens.

x_sat = x_target + radius × cos(360° × i / N)
y_sat = y_target + radius × sin(360° × i / N)
⚠ Lưu ý: Kết quả từ phương pháp chủ đích không dùng để ước lượng mật độ hoặc occupancy (biased sampling). Chỉ phù hợp cho xác nhận hiện diện và nghiên cứu hành vi.
Warning: Targeted data cannot be used for density or occupancy estimation. Suitable for presence confirmation and behavioral studies only.

3. Thiết kế thực nghiệm / Experimental Design

3.1. Quy tắc đặt bẫy thực địa / Field Deployment Rules

Tiêu chí / CriterionKhuyến nghị / RecommendationLý do / Rationale
Độ cao / Height30–50cm (thú nhỏ-TB), 50–100cm (thú lớn)Tối ưu góc chụp nhận diện
Hướng / OrientationVuông góc đường mòn / Perpendicular to trailMaximize body area in frame
Phát hiện / Detection range3–5m (PIR sensor)Phạm vi cảm biến hồng ngoại
Tránh / AvoidHướng Đông-Tây / East-West facingTránh lóa nắng / Avoid sun glare
Quiet period≥ 1 phút giữa 2 kích hoạtTránh chụp lặp / Avoid duplicate
Kiểm tra / Check interval2–4 tuầnBalance cost vs data loss
Thời gian tối thiểu / Min duration30 ngày / 30 daysĐủ effort thống kê / Statistical power

3.2. Tính toán nỗ lực / Survey Effort

Effort: E = N_traps × N_days (trap-nights)
Tần suất bắt gặp / Relative Abundance Index: RAI = (N_events / E) × 100
Species accumulation: Mao Tau estimator (Colwell et al., 2012)

3.3. So sánh 4 chiến lược / Strategy Comparison

Tiêu chí🔲 Lưới📷 Chuyên sâu🎯 Vành nón📍 Chủ đích
BiasThấpThấpTrung bìnhCao
Occupancy✅✅⚠❌
SECR density⚠✅✅❌❌
Behavior⚠✅✅✅✅✅
Chi phí / CostThấpCaoTrung bìnhThấp
Phản ứng nhanh❌❌✅✅✅

4. Hướng dẫn sử dụng / User Guide

4.1. Quy trình / Workflow

  1. Mở LVT4U → Biodiversity → Camera Trap Grid
  2. Chọn tab chiến lược (1 trong 4) / Select strategy tab
  3. Thiết lập tham số / Configure parameters
  4. Chọn nguồn phạm vi / Select extent source:
  5. ✅ Cắt theo ranh polygon: Loại bỏ điểm ngoài ranh giới polygon
  6. 👁 Xem trước → kiểm tra trên bản đồ / Preview on map
  7. Chọn định dạng xuất / Select export format
  8. 💾 Xuất file → lưu / Export and save

4.2. Định dạng xuất / Export Formats

FormatThiết bị / DeviceỨng dụng / Application
SHPGPS Garmin, TrimbleQGIS, ArcGIS
KMLGoogle Earth, OruxMapsAndroid / iOS
CSVExcel, Google SheetsAny device
GeoJSONMapbox, LeafletWeb / Mobile
GPKGQField, Input/MerginQGIS mobile

4.3. Thuộc tính dữ liệu / Data Attributes

FieldTypeMô tả / Description
trap_idStringCT0001, CT0002... (auto-increment)
trap_typeStringprimary | main | sub | center | ring | target | satellite
row, colIntegerVị trí hàng/cột trong lưới / Grid row/column
ringIntegerSố vành / Ring number (strategy 3)
x, yDoubleTọa độ / Coordinates
notesStringGhi chú tự động / Auto-generated notes

5. Tài liệu tham khảo / References

  1. Borchers, D.L. & Efford, M.G. (2008). Spatially explicit maximum likelihood methods for capture-recapture studies. Biometrics, 64, 377–385.
  2. Buckland, S.T. et al. (2001). Introduction to Distance Sampling. Oxford University Press.
  3. Cochran, W.G. (1977). Sampling Techniques. 3rd ed. Wiley.
  4. Colwell, R.K. et al. (2012). Models and estimators linking individual-based and sample-based rarefaction. J. Plant Ecology, 5(1), 3–21.
  5. Efford, M.G. (2004). Density estimation in live-trapping studies. Oikos, 106, 598–610.
  6. Karanth, K.U. & Nichols, J.D. (2002). Monitoring Tigers and Their Prey. Centre for Wildlife Studies.
  7. MacKenzie, D.I. et al. (2002). Estimating site occupancy rates when detection probabilities are less than one. Ecology, 83(8), 2248–2255.
  8. MacKenzie, D.I. et al. (2006). Occupancy Estimation and Modeling. Academic Press.
  9. O'Brien, T.G., Kinnaird, M.F. & Wibisono, H.T. (2003). Crouching tigers, hidden prey. Animal Conservation, 6, 131–139.
  10. Patton, M.Q. (2002). Qualitative Research & Evaluation Methods. 3rd ed. Sage.
  11. Rovero, F. et al. (2013). Camera Trapping for Wildlife Research. Pelagic Publishing.
  12. TEAM Network (2011). Terrestrial Vertebrate Monitoring Protocol. Conservation International.
  13. Thompson, S.K. (2012). Sampling. 3rd ed. Wiley.
  14. Tobler, M.W. et al. (2008). An evaluation of camera traps for inventorying large rainforest mammals. Animal Conservation, 11, 169–178.