城市绿地哺乳动物种群监测的“新”方法

【中国绿发会讯】种群密度估计对野生动物的保护和管理至关重要。密度是评估种群状况、以及比较不同时间和空间上种群特征的理想指标[1-2]。在城市生态学中，种群密度有助于更深入地了解动物种群在城市地区的分布情况，以及人为因素如何影响这种分布。红外相机陷阱法提供了非入侵性的哺乳动物种群密度监测方案，且为夜行动物密度估计提供了解决方案。与其他方法相比，尽管初期成本可能更高，但从长远来看，相机监测被认为更具成本效益[3]。

然而，从红外相机捕获到的照片中提取需要的信息以估算种群密度并不容易。目前有一系列模型被用于利用红外相机捕捉到的信息来估计动物密度，其中部分需要进行个体识别。考虑到许多物种不具备个体识别特征，这些模型的应用相对受限。除此之外，在应用这些模型之前，还需满足这些模型的基本假设。以无需个体识别的随机相遇模型(REM)、随机相遇与停留时间(REST)模型、相机前停留时间(TIFC)模型以及红外相机距离取样法(CTDS)为例，应用这些模型需要满足：红外相机是随机放置的；研究区域是封闭的，不考虑迁入迁出对种群数量造成的影响；动物可以在研究区域内随机独立地移动，不受彼此和红外相机的影响[4-5]。

相机陷阱法被广泛应用于城市绿地种群密度的评估，尤其是刺猬种群密度的评估。针对城市绿地中刺猬种群的研究有两个优势：一是刺猬作为生境指示种，对其种群数量的研究通常可以揭示栖息地的质量；二是相对而言，城市绿地的刺猬种群更易满足第二个假设，即封闭的研究区域。Schaus等人在研究中假设刺猬种群是封闭的，因为研究区域被限制刺猬活动的障碍物包围（例如主要道路）[6]。由于刺猬厌恶道路表面的合成材料[7]且扩散能力较弱，这种假设被认为是合理的。然而，当以猫、狗、狐狸、獾等动物为研究对象时，需谨慎考虑城市绿地边缘是否能限制目标物种的迁入迁出。

红外相机捕获到的移动中的刺猬。图源：Kong

红外相机陷阱的应用不止于估算种群密度。一系列研究根据捕获率（每台相机每天与动物的相遇次数）分析植被覆盖类型，植被覆盖率，捕食者分布，游客密度、车辆密度甚至是垃圾桶分布对动物种群分布对影响。这些研究可以帮助人类更好地了解和保护受人类活动影响和控制的城市生态系统。

随着全球范围内的城市化不断深入，城市绿地作为城市生态系统中适宜的野生动物栖息地，在邻里生物多样性保护中扮演着重要角色。了解城市生态对于有效保护这些主要由人类活动塑造和控制的景观至关重要。尽管目前红外相机陷阱在城市绿地动物种群监测中的应用相对较少，但相机陷阱法无疑为此提供了一个有效的渠道。

斑鹿(Axis axis). 图源：Kong

参考文献：

[1]. Scott, D.M., Baker, R., Charman, N., Karlsson, H., Yarnell, R.W., Mill, A.C., Smith, G.C. & Tolhurst, B.A. (2018). A citizen science based survey method for estimating the density of urban carnivores. PloS One 13, e0197445.

[2]. Morin, D. J., Boulanger, J., Bischof, R., Lee, D. C., Ngoprasert, D., Fuller, A. K., ... & Karanth, U. (2022). Comparison of methods for estimating density and population trends for low-density Asian bears. Global Ecology and Conservation, 35, e02058.

[3]. Wearn, O. & Glover-Kapfer, P. (2017). Camera-trapping for conservation: a guide to best-practices. WWF Conserv. Technol. Ser., Woking, UK: WWF-UK 1.

[4]. Rowcliffe, J.M., Kays, R., Carbone, C., and Jansen, P.A. (2013). Clarifying assumptions behind the estimation of animal density from camera trap rates. Journal of Wildlife Management 77, 876.

[5]. 李珍珍, 杜梦甜, 朱原辛, 王大伟, 李治霖, 王天明 (2023) 基于红外相机的不可个体识别动物种群密度估算方法. 生物多样性, 31, 22422. doi: 10.17520/biods.2022422

[6]. Schaus, J., Uzal, A., Gentle, L. K., Baker, P. J., Bearman‐Brown, L., Bullion, S., ... & Yarnell, R. W. (2020). Application of the Random Encounter Model in citizen science projects to monitor animal densities. Remote Sensing in Ecology and Conservation, 6(4), 514-528.

[7]. Rondinini, C., & Doncaster, C. P. (2002). Roads as barriers to movement for hedgehogs. Functional Ecology, 16(4), 504-509.

文 | Kong

审 | ZYP

排版 | angel

本文来自“中国绿发会”微信公众号