基于红外相机的不可个体识别动物种群密度估算方法
种群密度估计对野生动物的保护和管理至关重要,也是动物生态学和保护生物学备受关注的研究热点,但对大中型兽类种群数量的准确估算一直面临挑战.红外相机是哺乳动物调查中普遍采用的工具,也是克服这一挑战的一种经济有效的方法.目前国际上已有多种方法采用红外相机数据估算不可个体识别动物的种群密度,但相关技术在我国的应用案例较少,本文旨在为国内研究者应用红外相机数据估算动物种群密度提供参考.首先,我们介绍了随机相遇模型(random encounter model,REM)、随机相遇与停留时间(random encounter and staying time,REST)模型、相机前停留时间(time in front of the camera,TIFC)模型以及红外相机距离取样(camera trap distance sampling,CTDS)这四种模型的基本原理和假设;其次,描述了这些模型在野外调查中的技术要点,并给出数据处理与分析的建议;最后,总结了每个模型的数据需求、优点和缺点.虽然我国目前拥有估算种群密度的大量红外相机数据源,但有很多物种的数量尚未知晓,也没有一种方法对所有红外相机数据都是最优的,所以我们建议研究者在了解所研究动物类群的生活史和生态需求基础上,根据模型假设确定合理的采样和分析方案,扩大这些方法的应用,为我国重要物种的保护和保护地建设提供科学指导.
生物多样性监测、红外相机、种群密度、种群建模、基于遇见率的模型、距离取样、预测
31
TP391;S153.61;Q958
国家自然科学基金;国家科技基础资源调查专项;国家科技基础资源调查专项
2023-05-04(万方平台首次上网日期,不代表论文的发表时间)
共17页
169-185