动物个体识别是进行种群数量监测、动物行为学和生态学研究的基础。通过区分个体特征差异,可收集个体行为、社会联属行为和迁移行为等重要数据(Cronin,2012;Crouse et al.,2017),为动物种群数量评估和制定有效保护策略提供关键基础数据...动物个体识别是进行种群数量监测、动物行为学和生态学研究的基础。通过区分个体特征差异,可收集个体行为、社会联属行为和迁移行为等重要数据(Cronin,2012;Crouse et al.,2017),为动物种群数量评估和制定有效保护策略提供关键基础数据。濒危野生动物个体识别方法目前有足迹识别、条纹识别(顾佳音等,2013)、DNA识别(张保卫,2005)、基于卷积神经网络(Convolutional Neural Network,CNN)进行个体面部图像识别(王革伟,2018;Qi et al.,2020)等。展开更多
2016年7月—2017年6月,采用焦点动物取样法和全事件记录法(Focus animal sampling method and full events recording method)对贵州省沿河县麻阳河国家级自然保护区大河坝和香菇坝的2群共13只黑叶猴(大河坝群9只含1成年雄性,6成年雌性,...2016年7月—2017年6月,采用焦点动物取样法和全事件记录法(Focus animal sampling method and full events recording method)对贵州省沿河县麻阳河国家级自然保护区大河坝和香菇坝的2群共13只黑叶猴(大河坝群9只含1成年雄性,6成年雌性,2婴猴;香菇坝群4只雄猴含1成年,1亚成年和2青年猴)进行个体识别研究。共采集黑叶猴个体图像4 506幅,个体行为观察累计526 h。通过截取个体清晰的面部图像照片进行对比分析,发现在面部特征上根据脸型、顶毛颜色、冠毛松散程度、眼睛、鼻子、唇型等特征的不同,可以快速识别野外黑叶猴个体。黑叶猴躯体毛色,行为学习惯,体型大小及躯干明显疤痕等其他特征可以辅助野外个体快速识别。展开更多
黑叶猴是国家一级保护动物,由于人类活动导致其生境破碎化加剧,威胁种群的生存安全。本文以黑叶猴在重庆的主要分布区金佛山为例,考虑地形、植被、人为活动和饮水因素等,选取与黑叶猴生境密切相关的7个环境影响因子,对黑叶猴生境适宜性...黑叶猴是国家一级保护动物,由于人类活动导致其生境破碎化加剧,威胁种群的生存安全。本文以黑叶猴在重庆的主要分布区金佛山为例,考虑地形、植被、人为活动和饮水因素等,选取与黑叶猴生境密切相关的7个环境影响因子,对黑叶猴生境适宜性进行了分析,并利用最小累积阻力(MCR)模型构建了潜在生境之间的生态廊道。结果表明,黑叶猴最适宜生境面积为178.07 km 2,仅占研究区总面积的12.15%,主要分布在金佛山中部和东北部地区的沟谷地带,潜在生境斑块呈条带状,破碎化状态明显,具有海拔高、坡度陡、临近水源、植被覆盖度高、远离人为活动干扰等特点;构建的生态廊道共有56条,廊道最小宽度为303.9 m,廊道总长度为147.82 km,总面积为43.89 km 2。本文的研究成果对黑叶猴种群和生境的保护具有重要指导意义。展开更多
文摘动物个体识别是进行种群数量监测、动物行为学和生态学研究的基础。通过区分个体特征差异,可收集个体行为、社会联属行为和迁移行为等重要数据(Cronin,2012;Crouse et al.,2017),为动物种群数量评估和制定有效保护策略提供关键基础数据。濒危野生动物个体识别方法目前有足迹识别、条纹识别(顾佳音等,2013)、DNA识别(张保卫,2005)、基于卷积神经网络(Convolutional Neural Network,CNN)进行个体面部图像识别(王革伟,2018;Qi et al.,2020)等。
文摘黑叶猴是国家一级保护动物,由于人类活动导致其生境破碎化加剧,威胁种群的生存安全。本文以黑叶猴在重庆的主要分布区金佛山为例,考虑地形、植被、人为活动和饮水因素等,选取与黑叶猴生境密切相关的7个环境影响因子,对黑叶猴生境适宜性进行了分析,并利用最小累积阻力(MCR)模型构建了潜在生境之间的生态廊道。结果表明,黑叶猴最适宜生境面积为178.07 km 2,仅占研究区总面积的12.15%,主要分布在金佛山中部和东北部地区的沟谷地带,潜在生境斑块呈条带状,破碎化状态明显,具有海拔高、坡度陡、临近水源、植被覆盖度高、远离人为活动干扰等特点;构建的生态廊道共有56条,廊道最小宽度为303.9 m,廊道总长度为147.82 km,总面积为43.89 km 2。本文的研究成果对黑叶猴种群和生境的保护具有重要指导意义。
基金Asia Development Bank(TA/ 3 82 1 -PRC) Kadoorie Farm and Botanic Garden, Hong Kong SpecialAdministrative Region, China National Nature Science Foundation(3 996 0 0 1 5)
