Camera trapping has become a prime source of information about wild terrestrial mammals over the recent years, particularly for rare and elusive species and in challenging habitats. Key inference from camera-trapping encompasses species habitat associations, density and abundance estimations, or species interactions, amongst others. The rapid development of those methods and the large amount of data collected entail new challenges in terms of data management and analysis. The aim of this thesis was to contribute to the development of new methods for managing (Chapter 2) and analysing (Chapter 3 and 4) camera trapping data and to thus increase the efficiency and effectiveness of the use of camera-trapping data for practitioners both in academia and conservation. Camera-trapping can generate vast volumes of data over short periods of time, making efficient yet flexible data management imperative. In my first manuscript (Chapter 2), I developed a free and open-source R package for camera trap data management, camtrapR. It is the first such toolbox in the popular R language and was designed to offer a comprehensive and flexible workflow from data acquisition to creating input for well-developed downstream analytical tools, e.g. in occupancy or spatial capture-recapture frameworks. The package has quickly gained popularity and is now being used worldwide in scientific and conservation work, while it is still being actively maintained and developed. Species occurrence data from camera-traps can be combined with habitat information at camera traps via occupancy models in order to identify habitat associations of species while explicitly accounting for imperfect detection. The spatial scale at which habitat information are collected (grain and extent) will influence results heavily. In my second manuscript (Chapter 3), I assessed the influence of spatial scale on estimates of species-habitat relationships by varying the spatial resolution and extent of habitat covariates used in single-species occupancy models for six mammal species from Sabah, Malaysian Borneo. Habitat data from high-resolution (5-m RapidEye) satellite imagery had considerably higher model support than lower resolution data (≥30 m). Likewise, habitat data from patches of 50 meters around camera traps had higher model support than smaller (10 m) or larger (100 – 500 m) habitat patches. This study was the first to use 5-m RapidEye imagery in occupancy models and demonstrated the potential of such high-resolution satellite imagery for obtaining more realistic species-habitat associations in occupancy modelling, particularly in heterogeneous landscapes. The flexibility high-resolution satellite imagery offer in defining suitable spatial scales further add to their value. Species distributions in space and time are not only shaped by habitat preferences, but also by interactions between species, such as predator-prey relationships or various forms of competition. Discovering such spatiotemporal interactions in camera trapping data is challenging due to the sparseness and randomness of camera trapping data and further exacerbated by a lack of systematic comparisons of methods to assess such interactions. Therefore, in my third manuscript (Chapter 4), I developed a method to flexibly simulate camera trapping records of two interacting species. These simulated data are used for the first comparative assessment of the statistical power and robustness of a suite of statistical tests for spatiotemporal interactions. Linear models were the most powerful and flexible method to discover such interactions. Nevertheless, only strong interactions could be detected reliably with any of the methods tested. This novel simulation approach and the recommendations given can serve as guidelines for practitioners wishing to assess interactions between or within species from camera trapping data.
Kamerafallen haben sich in den letzten Jahren zu einer der wichtigsten Datenquellen über wildlebende terrestrische Säugetiere entwickelt, insbesondere für seltene und schwer beobachtbare Arten sowie in herausfordernden Habitaten. Wichtige Rückschlüsse, welche aus Kamerafallendaten gewonnen werden können, sind unter anderem Habitatassoziationen von Arten, Schätzungen von Dichte und Abundanz, oder Interaktionen zwischen Arten. Die rasante Entwicklung dieser Methoden und die enormen Datenmengen, die dabei entstehen, hatten neue Herausforderungen hinsichtlich Datenverwaltung und –analyse zur Folge. Das Ziel dieser Arbeit war, zur Entwicklung von neuen Methoden zum Verwalten (Kapitel 2) und Analysieren (Kapitel 3 und 4) von Kamerafallendaten beizutragen und damit sowohl Effizienz als auch die Effektivität der Nutzung von Kamerafallendaten in Wissenschaft und Naturschutzarbeit zu verbessern. Da Kamerafallenstudien in kurzer Zeit riesige Datenmengen produzieren können, ist effizientes und flexibles Kamerafallendatenmanagement zwingend erforderlich. In meinem ersten Manuskript (Kapitel 2) habe ich ein frei verfügbares und quelloffenes R-Paket für die Verwaltung von Kamerafallendaten entwickelt, camtrapR. Es ist das erste derartige Paket in der weitverbreiteten Programmiersprache R, und es wurde konzipiert, um einen umfassenden und flexiblen Arbeitsfluss von der Datenerhebung bis zum Bereitstellen von Daten für weitergehende Analysen zu gewährleisten, z.B. mit Occupancy- oder Spatial Capture-Recapture-Methoden. Das Paket wird weiterhin gepflegt und weiterentwickelt, hat schnell an Popularität gewonnen und wird weltweit in Wissenschaft und Naturschutzarbeit genutzt. Daten über das Vorkommen von Arten aus Kamerafallen kann mit Habitatinformationen an Kamerafallenstandorten mit Hilfe von Occupancy-Modellen kombiniert werden, um Habitatassoziationen von Arten zu identifizieren und gleichzeitig für die unvollständige Detektierbarkeit von Arten zu korrigieren. Das räumliche Ausmaß (scale), in dem Habitatinformationen gesammelt werden, beeinflusst die Modellergebnisse erheblich. In meinem zweiten Manuskript (Kapitel 3) habe ich den Einfluss des räumlichen Ausmaßes von Habitatdaten auf die Abschätzung von Habitatassoziationen von Arten anhand von sechs Säugetierarten aus einem Kamerafallendatensatz aus Sabah, Borneo, Malaysia untersucht. Das geschah, indem ich die räumliche Auflösung und die Ausdehnung von Habitatinformationen in Occupancy-Modellen für die individuellen Arten variiert habe. Habitatinformationen aus hochauflösenden Satellitenbildern (5-m RapidEye) hatten deutlich höheren Modellsupport als niedrig aufgelöste Daten (≥30 m). Habitatdaten mit einem Radius von 50 m um Kamerafallen hatten gleichermaßen höheren Modellsupport als Daten aus kleineren (10 m) oder größeren (100 – 500 m) Radien. Dies war die erste Studie, die 5-m RapidEye Satelllitendaten in Occupancy-Modellen verwendet und demonstriert den Eignung dieser hochauflösenden Satellitendaten, insbesondere in heterogenen Landschaften mit Hilfe von Occupancy-Modellen zu realistischeren Habitatassoziationen zu gelangen. Die Flexibilität, mit der geeignete räumliche Ausdehnungen von Habitatdaten festgelegt werden können, ist ein weiterer Vorteil dieser Daten. Die Verbreitung von Arten in Raum und Zeit hängt nicht nur von Habitatpräferenzen ab, sondern auch von Interaktionen zwischen Arten, etwa in Räuber-Beute Beziehungen oder Konkurrenz zwischen oder innerhalb von Arten. Solche Beziehungen in Kamerafallendaten zu identifizieren ist herausfordernd aufgrund der Spärlichkeit und Zufälligkeit in Kamerafallendaten, und weiter erschwert durch das Fehlen eines systematischen Vergleiches von Methoden, um solche Interaktionen zu untersuchen. Deswegen habe ich in meinem dritten Manuskript (Kapitel 4) eine Methode entwickelt, mit der sich Kamerafallendaten zweier interagierender Arten flexibel simulieren lassen. Diese simulierten Kamerafallendaten wurden verwendet für die erste vergleichende Bewertung der statistischen Teststärke (power) und Robustheit einer Reihe von statistischen Tests zur Untersuchung räumlich-zeitlicher Interaktionen. Lineare Modelle hatten die höchste Teststärke und sind die flexibelste Methode, um solche Interaktionen festzustellen. Dennoch konnten mit allen untersuchten Methoden nur starke Interaktionen zwischen Arten zuverlässig nachgewiesen werden. Dieser neuartige Simulationsansatz und die daraus folgenden Empfehlungen können als Richtlinien für die Untersuchung von Interaktionen zwischen Arten oder innerhalb von Arten in Kamerafallendaten dienen.
