Tendència poblacional de la garsa (Pica pica) per al període 1994-2009 a la desembocadura del riu Millars (Castelló)

Aquesta nota mostra la tendència poblacional de la garsa (Pica pica) al llarg del kilòmetre 1 (des de la línea de costa, riu amunt) del paisatge protegit de la Desembocadura del riu Millars (Castelló), per al període comprés de 1994-2009 (16 anys). Els resultats se centren en censos realitzats a la zona mitjançant el mètode del transecte lineal duts a terme 3 o 4 vegades al mes. L’espècie se censa per primera vegada l’any 1997 i des l’aleshores mostra una tendència a l’alça sobretot a partir de 2003 i molt especialment en els dos últims (2008-2009). S’ha estabilitzat una abundància mitjana de 8,3 aus/km. Pel que fa a les correlacions amb la meteorologia, en els anys més freds presenta menor abundància que en els càlids. Els hiverns càlids podrien permetre major supervivència i, a més, major disponibilitat de recursos amb els quals assegurar un bon nombre de polls. L’espècie troba en la zona suficients recursos tròfics per sobreviure i un lloc excel·lent on lliurar-se de la pressió cinegètica.

Evaluation of sampling method effects in 3D non-rigid registration

Since the beginning of 3D computer vision problems, the use of techniques to reduce the data to make it treatable preserving the important aspects of the scene has been necessary. Currently, with the new low-cost RGB-D sensors, which provide a stream of color and 3D data of approximately 30 frames per second, this is getting more relevance. Many applications make use of these sensors and need a preprocessing to downsample the data in order to either reduce the processing time or improve the data (e.g., reducing noise or enhancing the important features). In this paper, we present a comparison of different downsampling techniques which are based on different principles. Concretely, five different downsampling methods are included: a bilinear-based method, a normal-based, a color-based, a combination of the normal and color-based samplings, and a growing neural gas (GNG)-based approach. For the comparison, two different models have been used acquired with the Blensor software. Moreover, to evaluate the effect of the downsampling in a real application, a 3D non-rigid registration is performed with the data sampled. From the experimentation we can conclude that depending on the purpose of the application some kernels of the sampling methods can improve drastically the results. Bilinear- and GNG-based methods provide homogeneous point clouds, but color-based and normal-based provide datasets with higher density of points in areas with specific features. In the non-rigid application, if a color-based sampled point cloud is used, it is possible to properly register two datasets for cases where intensity data are relevant in the model and outperform the results if only a homogeneous sampling is used.