丹麦哥本哈根大学（KU）、绿兰岛自然资源研究所和美国的Greeneridge Sciences的研究人员应用统计技术来区分鲸类中的自然行为和受影响行为。
KU的Lars Reiter制定了一种方法来计算齿鲸（如独角鲸和蓝鲸）在标记后何时会恢复到自然行为，以避免丢弃过多或过少的数据。
研究人员通过评估鲸类的潜水模式、加速度和精细运动技能来分类正常行为，根据Reiter的说法，他们使用分位数而不是平均值，以便将注意力集中在行为极端情况下的加速度。
他们根据鲸类整体活动中得出的模式来确定潜水曲线，并结合深度和时间来衡量潜水类型的分布情况，以判断其自然性。来自哥本哈根大学（丹麦）查看完整文章
摘要版权所有 © 2023 SmithBucklin，华盛顿特区，美国 