我国森林动态监测样地的野生动物红外相机监测

<正>自2004年以来的10年中,中国森林生物多样性监测网络(Chinese Forest Biodiversity Monitoring Network,CForBio)参照世界热带森林研究中心(Center for Tropical Forest Science,CTFS)的监测规范和标准在全国陆续建立了至少12个森林动态监测样地(www.cfbiodiv.org/)。这些样地涵盖了我国不同纬度带的主要森林植被类型,已成为我国生物多样性长期监测与研究的重要平台。野生动物多样性是各个样地的重要监测内容,2009–2013年陆续有7个样地采用红外相机技术来监测兽类和地面活动鸟类的多样性。本专辑内以"森林动态监测样地"专题来     

红外相机技术在我国野生动物研究与保护中的应用与前景

20年来, 红外相机技术在国内外野生动物研究、监测与保护中得到了广泛应用。基于红外相机技术, 我国在野生动物生态学研究、动物行为学研究、稀有物种的探测与记录、动物本底资源调查、生物多样性监测及保护地管理与保护评价等领域取得了众多成果。目前, 数学模型、统计分析方法和新的概念正在促进红外相机技术在野生动物监测研究与保护管理中的发展和推广应用。同时, 随着红外相机技术的成熟、成本降低和应用普及, 这一技术也将会被更多的野生动物研究人员、管理人员和自然保护区管理者所采用, 并成为全国各级保护地和区域生物多样性监测研究的关键技术和方法。今后, 建立并完善系统化的监测网络和数据共享平台、开发新一代的数据分析方法与模型, 将是此项技术进一步发展和应用的主要方向。     

中国森林生物多样性监测网络: 二十年群落构建机制探索的回顾与展望

中国森林生物多样性监测网络(CForBio)目前已经沿纬度梯度从寒温带到热带布设23个大型森林动态样地, 监测1,893种木本植物, 代表我国木本植物种类的近1/6。CForBio的主要目标之一是研究森林群落的构建机制。本文综述了近20年来CForBio在群落构建机制探索方面取得的进展, 包括生物多样性时空格局、生境过滤、生物相互作用、局域扩散和区域因素以及利用新技术取得的新认知等。CForBio研究发现: (1)生境过滤和扩散限制共同决定种-面积关系及β多样性等多样性格局, 但二者的相对作用在不同样地及不同尺度存在差异; (2)生境过滤对局域群落构建的作用广泛存在, 但很难量化其对群落构建的重要性; (3)同种负密度制约在不同气候带样地普遍存在, 负密度制约的强度主要由植物菌根类型介导, 并随植物生活史类型、功能性状及环境变化而变化; (4)扩散限制在局域群落构建中发挥关键作用, 而区域因素如区域地质历史、区域物种库大小等塑造不同生物地理区群落之间的生物多样性差异; (5)宏观和微观两个方面的新技术促进群落构建机制的研究。在宏观方面, 遥感技术以低成本使大范围、多尺度的连续群落生物多样性监测和时空比较研究成为可能; 另一方面, 叶绿体基因技术和代谢组学等微观技术能促进推导群落构建的分子机制。同时, 本文还总结了以往研究的不足, 并展望了基于森林动态样地开展群落构建机制研究的未来发展, 特别强调了: (1)关注群落构建研究中的尺度问题; (2)深入开展多维度(物种、功能和系统发育)、多营养级生物互作相关的研究; (3)拓展全球变化对群落构建影响的研究; (4)融合观测-实验-模型多种手段开展群落构建机制的研究; (5)连结“群落构建理论研究”和“森林管理实践”。总之, 中国森林生物多样性监测网络的长期监测和联网研究是森林群落构建机制研究的重要基础, 也是推动群落构建理论、解决森林管理难题的重要平台。     

红外相机安放于地面和林冠层对野生动物监测结果的影响

红外相机技术在野生动物研究中日趋普及, 逐渐成为重要的生物多样性监测手段。过去的监测常局限于地面, 而针对林冠层的监测较少, 这对野生动物的多样性评估影响尚未可知。为此, 本研究在生物多样性丰富的碧罗雪山南段, 将20台红外相机分别拍摄地面层(0.5-1.5 m)和林冠层(5-10 m)配对比较, 累计拍摄2,319个有效相机日, 平均每对相机同步进行112.5 d的监测。监测期间共拍摄到44种野生动物(不包括鼠形啮齿类), 其中兽类20种, 鸟类24种; 冠层和地面红外相机监测的物种相似度为29.54%; 15种动物仅拍摄于林冠层, 16种动物仅拍摄于地面, 13种动物拍摄于两个林层。研究结果表明不同林层监测的物种组成存在显著差异, 林冠层与地面层监测都具有不可替代性; 不同林层红外相机的监测手段也能用于研究野生动物的空间选择和生态位分化。红外相机监测中根据目标物种的习性在相应的林层设置相机能提高物种发现率; 为全面掌握区域森林生态系统野生动物的多样性, 红外相机监测需要兼顾不同林层这一点需要在监测规范中明细。     

自然保护区生物标本资源共享子平台红外相机数据库建设进展

红外相机技术在野生动物调查研究中得到广泛应用, 其发展和普及为中国自然保护地生物多样性保护带来了诸多机会。为进一步推广该技术在我国自然保护地野生动物监测中的应用, 中国林业科学研究院森林生态环境与保护研究所在自然保护区生物标本资源共享子平台增设野生动物红外相机数据库专栏, 并通过门户网站“中国自然保护区生物标本资源共享平台” (http://www.papc.cn/)对外发布, 向公众开放, 可以随时查阅、下载信息。本文重点介绍了该平台的野生动物红外相机数据库建设进展, 包括所监测的自然保护区、监测方案、数据规范存储、标准化分析、成果介绍、工作计划等内容。2010-2019年间, 该平台使用红外相机调查技术在全国13个不同类型的保护地开展兽类和鸟类资源调查, 累计27.25万个有效工作日, 共拍摄到8.41万张独立图像, 经鉴定有80种野生兽类和200种野生鸟类, 并利用这些数据对野生动物行为、稀有物种探测、人为干扰, 以及气候变化影响等方面进行研究, 取得了重要的阶段性成果。下一步, 子平台牵头单位将筹建自然保护地红外相机数据共享平台, 制定红外相机调查设计、监测技术、数据格式等统一标准化方案, 逐步完善我国自然保护地野生动物红外相机监测网络。     

中国森林生物多样性监测: 科学基础与执行计划

中国森林生物多样性保护和恢复措施的制订依赖于生物多样性的监测信息。设计一个有效的生物多样性监测网络是一项复杂的系统工程。监测网络的设计框架可分为监测目标、监测对象、监测指标、取样策略、数据采集和处理、网络维护以及组织工作等几个部分。目前, 国际上已有5个得到广泛认可的生物多样性监测网络, 包括地球观测组织-生物多样性监测网络、全球森林监测网络、热带生态评估与监测网络、泛欧洲森林监测网络和亚马逊森林清查网络, 它们的监测目标、监测内容和方法、样地布局及部分监测成果各有特色。我们试图在全国生物多样性监测、森林资源清查和森林生态系统定位研究的基础上, 通过网络布局、建设和运行, 形成中国森林生物多样性监测网(Chinese Forest Biodiversity Monitoring Network, Sino BON-CForBio)及其监测规范体系。该网络的科学目标是, 在全国尺度上研究不同典型地带性森林的生物多样性维持机制、监测森林生物多样性变化并阐明其机理、研究生物多样性变化的效应。该网络布局以《中国植被区划》中的森林植被区划成果作为顶层设计和监测样地选择的核心依据, 设计了4个层级的监测系统; 其监测指标体系以生物多样性核心指标为主, 并结合我国传统森林群落调查方法进行拓展; 预期建成国家水平上的森林生物多样性监测网络, 阐明森林生物多样性维持机制和生物多样性变化的效应, 同时对重大生态保护工程的生物多样性保护效果进行有效性监测和验证型监测。     

中国森林生物多样性监测网络(CForBio)的研究态势与热点: 基于文献计量分析

中国森林生物多样性监测网络(CForBio)作为我国生物多样性科学综合研究平台, 其发展过程和研究成果对促进我国生物多样性研究具有重要意义, 掌握其研究态势与热点变化可为CForBio的长远发展以及其他生态监测研究提供参考。本文对2007-2017年间CNKI数据库和Web of Science核心合集数据库中CForBio发表的论文进行了较为全面的文献计量分析。结果表明: 2007年以来, CForBio发表论文的数量整体上呈快速上升趋势, 从2007年的3篇增长到2017年的55篇, 其中SCI收录论文的增长较为明显(从2007年的1篇增长到2017年的34篇)。金光泽(70篇)、马克平(68篇)、郝占庆(68篇)等学者发表论文数量较多, 中国科学院的植物研究所(104篇)、沈阳应用生态研究所(67篇)、华南植物园(59篇)等是CForBio中相对活跃的研究机构, 但各样地负责机构和学者间的合作仍较少, 跨机构间的协同研究还有待提高。CForBio的研究热点主要体现在树木空间分布格局、植物功能性状、树木密度制约、群落系统发育等方面, 为揭示我国不同气候带森林群落构建机制提供了大量的理论依据。未来CForBio的研究应加强国内外机构间的合作创新并建立数据共享途径, 注重近地面遥感、多源数据融合等新技术的应用, 在生物多样性格局的多尺度与多维度解析、植物-土壤反馈机制、树木冠层和根系的结构与功能等方向持续开展深入研究。     

秦岭中段野生动物多样性的红外相机监测数据库平台介绍

秦岭地处我国中西部, 生物地理位置重要, 拥有丰富的生物多样性, 有大熊猫(Ailuropoda melanoleuca)、秦岭羚牛(Budorcas bedfordi)、金丝猴(Rhinopithecus roxellana)和朱鹮(Nipponia nippon)等4个秦岭森林旗舰物种, 被称为“秦岭四宝”。利用红外相机技术开展秦岭野生动物的非损伤性监测不仅可以为秦岭山系提供物种名录信息, 还可以为了解秦岭野生动物的行为和活动格局提供科学数据。清华大学环境学院生态团队自2009-2020年在秦岭中段南坡先后实施了7个项目, 对秦岭南坡的4个保护区进行了野生动物监测, 面积达1,113 km ²(26.5 km × 42 km), 红外相机位点数267个, 相机日数152,160天, 共获取红外相机照片855,260张。共鉴定出27种野生兽类和63种野生鸟类, 并应用这些照片数据开展了信息挖掘工作, 对野生动物行为、稀有物种、与生境的关系, 以及人为活动对野生动物的影响等领域进行了研究, 已取得部分成果。在此基础上建立了“秦岭中段野生动物多样性的红外相机监测数据库平台”, 供团队内部及合作者使用。通过10年的监测, 我们提出未来研究建议: (1)对于非常偶见的物种, 还需要更长的时间并在更多样化的生境布设相机, 以获取更多影像数据评估其现状; (2)数据库需要在更大程度和深度上进行信息挖掘, 尤其在种间关系、物种-生境关系、种群动态等方面; (3)对典型大种群数量的物种(如秦岭羚牛和野猪Sus scrofa)及食物链顶端大型捕食动物(如金钱豹Panthera pardus)进行种群动态研究, 为整个秦岭生态系统的健康持续提供科学支撑; (4)利用数据库的数据及今后红外相机监测数据进行野生动物疾病的发生发展监测研究。     

应用红外相机监测结果估计小型啮齿类物种的种群密度

红外相机(或称相机陷阱)技术可以提供物种组成、种群数量和行为等信息,广泛应用于野生动物的监测与管理。对于可以个体识别的物种,红外相机结合标志重捕法可准确估计其种群密度。但对于不可个体识别的动物,目前尚无成熟方法来估计其种群密度。建立了一个新方法,通过模拟个体运动并匹配红外相机监测数据来估计动物的种群密度。在长白山国家级自然保护区25hm2森林动态监测样地中,以每公顷一台的密度布设红外相机,调查小型啮齿动物的种群数量。在2011年和2012年冬季分别监测41d和40d。然后,设计模型模拟不同密度下啮齿类物种的运动过程,同时记录它们在25hm2的区域内被25台相机拍摄的次数。应用随机森林算法建立回归模型来匹配模拟结果与监测结果,估计啮齿类物种在样地内的密度及其置信区间。这是一种全新的利用红外相机监测数据估计种群密度的方法,可以填补对不可个体识别物种密度估计方法的空缺。     

中国野生动物红外相机监测与研究: 现状及未来

智能传感器、人工智能、信息技术等现代科学技术的创新应用极大地提升了人类在全球生物多样性保护和恢复方面的潜力。结合国内外相关研究案例, 本文的主要内容包括: (1)对过去30年间(1991-2021年)中国野生动物红外相机监测研究相关文献资料进行总结分析; (2)结合国内2011年以来的典型案例, 对技术方法、物种发现与编目、形态与行为研究、生态学研究和保护管理等主题领域的进展进行总结分析; (3)结合国外近期的典型案例, 对红外相机监测与研究的重点领域进行评估分析; (4)对中国野生动物红外相机监测研究的未来发展提出相关建议。通过回顾, 本文旨在明晰国内外红外相机技术在野生动物监测研究中的创新应用和发展趋势, 为中国在该领域的未来发展提供参考依据, 以便更好地服务于中国生物多样性监测与研究网络建设和以国家公园为主体的自然保护地体系建设, 为推进国家生态文明建设、保障生态安全和生物安全提供决策支持和科学依据。     

西南山地红外相机监测网络建设进展

中国西南山地是全球生物多样性热点区。西南山地红外相机监测网络是我国生物多样性监测的区域性红外相机网络之一。该网络由北京大学牵头, 始建于2002年, 合作单位包括科研院所、高校、保护组织、政府部门、保护地管理机构等。网络主要覆盖青藏高原东缘大横断山区域的秦岭、岷山、邛崃山、相岭、凉山、沙鲁里山、云岭7大山系。网络内目前共有41个监测样区, 包括自然保护区、社区保护地、林场等多种类型。网络内监测样区均采用标准的网格化布设规程, 采取统一数据结构与数据库结构、建立离散式数据库进行分散管理的总体架构, 所有监测样区的数据库保持一致的结构和统一的核心字段, 由每个监测样区建立并维护各自独立的数据库。截至2019年12月, 网络内布设有效调查/监测位点5,738个, 已处理数据中调查工作量(以有效相机日计)合计约120.74万天, 积累红外相机照片/视频(删除连续空拍后) 302.59万份, 另有111.16万份待处理。共记录到分属7目21科的63种野生哺乳动物与分属10目35科的182种野生鸟类物种, 其中国家一、二级重点保护野生动物分别有18与39种。西南山地网络今后的重点工作方向包括: (1)基于通用元数据结构建立统一的在线数据库平台; (2)加强网络内保护地数据管理与分析能力建设; (3)为区域内生物多样性保护与保护地管理提供持续支持; (4)针对野生动物种间关系、群落构建机制以及大型食肉动物的生态功能开展深入的动物生态学研究。     

“中国森林生物多样性监测网络”丛书介绍

<正>为了让国内外同行全面了解中国森林生物多样性监测网络(Chinese Forest Biodiversity Monitoring Network,简称CForBio)的整体状况和研究成果,中科院生物多样性委员会组织出版了"中国森林生物多样性监测网络"系列丛书。该系列丛书由中国林业出版社出版,是我国森林生物多样性监测和森林生态系统联网研究的重要基础资料。目前已经出版的图书如下:浙江古田山森林——树种及其分布格局.陈彬、米湘成、方腾、陈磊、任海保、马克平编著.2009.该书介绍了浙江省古田山亚热带常绿阔叶林中常见的木本植物159种,每个树种既有文字描述,又有     

东北虎豹生物多样性红外相机监测平台概述

东北虎豹生物多样性红外相机监测平台始建于2006年, 位于中国东北温带针阔混交林区, 覆盖老爷岭、张广才岭和完达山, 面积达1.5万多平方公里。平台的监测目标是从生态系统水平上对东北虎(Panthera tigris altaica)、东北豹(P. pardus orientalis)、有蹄类猎物及同域分布的其他哺乳动物、森林栖息生境、环境要素和人类活动等进行全面系统的调查和观测。截至2019年6月, 平台产生视频记录超过78.5万条, 有效相机工作日173.6万多天, 记录了28种野生兽类和32种野生鸟类。另外, 利用红外相机平台已经在野生动物多样性本底调查、虎豹种群分布、数量与扩散限制、同域食肉动物种间关系、动物生境利用等方面取得一些成果, 同时为东北虎豹国家公园生物多样性监测、评估和管理提供了科技支撑。     

基于红外相机网络促进我国鸟类多样性监测:现状、问题与前景

近20年来,红外相机调查技术在我国生物多样性监测与野生动物研究中得到了广泛应用。已有的红外相机调查不仅关注哺乳动物类群,而且也记录到了大量鸟类物种,但大多被作为兽类监测中的兼捕(by-catch)记录。我们系统检索并收集了1992年以来,在我国使用红外相机技术的野生动物监测与研究所发表的学术文献、会议报告、新闻报道和部分未发表数据集共230篇(份),从中提取并汇总鸟类物种与分布记录。结果显示,全国通过红外相机技术共记录到至少393个鸟种,分属17目56科,占全国鸟类物种总数的28.67%,其中雀形目物种数最多(268种)。在科的水平上,记录到物种数最多的分别是鸫科(58种)、画眉科(50种)与雉科(42种);另有23科各仅记录到1个物种。在物种数及探测数方面,地面及林下层活动的森林鸟类均是红外相机记录到的绝对优势类群。已发表的红外相机鸟类记录具有区域性不均衡的特征,四川(16个)和云南(14个)是红外相机调查点最多的省区,而四川(160种)、云南(91种)和浙江(66种)则是记录到鸟类物种数最多的省区。据不完全统计,红外相机共记录到区域性鸟类物种新记录104种(次)。考虑到仍有大量红外相机调查中的鸟类记录被忽视或未及发表报道,我国红外相机所记录到的实际鸟类物种多样性应该更高。这些结果表明,红外相机技术在我国鸟类多样性监测和区域性编目工作中具有重要的作用,可以提供高精度、高质量和大数据量的鸟类物种分布数据。对于以鸡形目为代表的地栖鸟类,可以作为目标类群之一纳入现有的基于红外相机技术的标准化长期监测体系,而这样的监测体系也可以为其他鸟类类群的多样性编目和监测提供数据补充和支持。     

三江源红外相机社区监测平台概述

三江源红外相机社区监测平台以当地牧民为监测工作的主体, 开展该地区的生物多样性监测、野生动物生态学和行为学研究, 以及基于社区的自然资源管理与保护成效评估。三江源红外相机社区监测平台于2013年10月由北京大学自然保护与社会发展研究中心与山水自然保护中心联合三江源当地社区共同建立与管理。截至2019年6月, 该平台共有有效监测样区9个, 监测覆盖面积7,000多平方公里, 覆盖三江源区域的玉树州全境五县一市和果洛州班玛县, 培养了社区监测队员264名。已处理照片总数252.43万张, 动物独立探测总数12万次, 共识别出30种野生兽类和37种野生鸟类。该平台在调查野生动物多样性本底, 研究雪豹(Panthera uncia)种群密度与动态、雪豹与同域分布的其他食肉动物的关系, 总结社区监测的管理经验等方面取得部分成果。平台未来的工作重点包括总结与发表平台的研究结果、构建云端数据库实现红外相机照片数据的共享与公众参与、打造可互动数据库管理平台和相应监测队员手持客户端以及人工智能辅助下的物种与个体识别。     

红外相机技术在我国野生动物监测中的应用: 问题与限制

红外相机(camera traps)作为对野生动物进行“非损伤”性采样的技术, 已成为研究动物多样性、种群生态学及行为学的常用手段之一。其发展和普及为中国野生动物多样性和物种保育研究带来了诸多机会。如今, 国内大多数自然保护区都在运用红外相机技术开展物种监测工作。本文结合20年来已发表的相关研究, 从内容、实验设计以及发展趋势方面, 总结了目前红外相机技术在应用过程中出现的共性问题; 并就相机对动物的干扰性、影像识别、研究的适用范围及安全保障四个方面, 对该项技术在实践中存在的限制进行了探讨。最后结合红外相机技术未来的发展方向, 提出了建立技术规范、数据集成和共享、影像数据版权维护、提高监测效率等问题。     

美国东部杜克森林长期定位研究综述

 该文比较系统地综述了美国东部杜克森林76年来植物种类变化、种群动态和森林演替研究的基本情况。重点介绍了该森林内永久性森林样地的 设置和调查规范,以及最近10年来利用永久样地数据进行树木空间格局和自然干扰研究的最新进展,并将杜克森林永久样地监测规范和数据管 理方法与目前主要的森林监测网络进行了一定的比较,旨在对目前国际上蓬勃开展的长期定位植物多样性监测和空间格局研究有所启示和帮助 。     

中国森林冠层生物多样性监测

林冠作为森林与外界环境相互作用最直接和最活跃的关键生态界面,承载了森林生物多样性的主体,在生物多样性的形成与维持以及生态系统功能过程中发挥着重要的作用,被称为地球的"第八大洲"。同时,林冠对气候变化和人为干扰高度敏感,在人类活动和全球气候变化加剧的背景下,森林生态系统正面临着严重的威胁,首当其冲的就是森林冠层。气候变化下的林冠生物多样性保护与可持续利用已成为现代生态学研究的热点问题,受到森林生态学、气候学、环境科学等研究领域的学者越来越多的关注。据此,中国生物多样性监测与研究网络以网络内拥有森林冠层塔吊的生物多样性监测样地为平台,建立了林冠生物多样性监测专项网。该专项网将参照国际标准,统一监测指标,规范监测标准,通过大尺度地带性森林冠层内植物(包括附生种子植物和附生孢子植物)多样性、动物多样性、微生物多样性及其动态变化的长期监测,结合林冠小气候环境特征监测,建立林冠小环境特征、植物多样性、节肢动物多样性和微生物多样性等4个动态更新的数据库,以阐明我国典型森林林冠生物多样性变化的规律,揭示其对森林生态系统功能过程的影响和对全球变化的响应。     

森林动态大样地是生物多样性科学综合研究平台

正近年来,物种共存或群落构建机制研究取得明显进展,成为群落生态学的标志性成果。大型森林动态样地途径为此提供了独特的研究平台。中国森林生物多样性监测网络(CFor Bio)自2004年开始建立以来,在各方面的共同努力下快速发展,是全球森林生物多样性研究最活跃的组成部分。已经建立的大型森林监测样地18个(附录1),1–5 ha的辅助样     

大熊猫国家公园的地栖大中型鸟兽多样性现状: 基于红外相机数据的分析

生物多样性监测是国家公园保护的核心基础。大熊猫国家公园是我国首批5个国家公园之一, 系统的保护规划与有效的管理行动均有赖于对区内生物多样性本底、现状与动态的深入了解。为了解大熊猫国家公园范围内兽类与鸟类多样性本底与现状, 本研究系统检索了该区域内2005-2020年基于红外相机调查技术的野生动物研究论文、项目报告以及新闻报道, 并对区内原有保护地的红外相机监测历史与结果进行了问卷调查。结果表明, 2005-2020年期间, 在大熊猫国家公园范围内51个保护地的红外相机调查与监测中, 共记录到分属6目22科55属的71种野生兽类与分属13目45科132属的232种野生鸟类。在国家公园所覆盖的秦岭、岷山、邛崃山、相岭4大山系中, 邛崃和岷山记录到的大中型地栖鸟兽物种多样性最高(均为兽类40种, 鸟类12种), 相岭最低(兽类25种, 鸟类7种)。单个保护地中记录到的大中型地栖鸟兽物种数量与保护地面积、红外相机有效工作日及相机位点的海拔跨度均呈正相关, 国家级保护地中记录到的物种数(28 ± 8.3, mean ± SD)显著高于省级保护地(19 ± 8.9)。在大熊猫国家公园内共记录到猫科与犬科的4种大型食肉动物, 即豹(Panthera pardus)、雪豹(P. uncia)、狼(Canis lupus)和豺(Cuon alpinus), 主要来自于秦岭山系和邛崃山系, 而国家公园内的岷山山系则没有记录到大型食肉动物, 相岭山系中仅有1次狼的记录。本研究结果显示, 大熊猫国家公园内前期已经建立起的自然保护地网络与红外相机监测体系已积累大量区内野生兽类与鸟类的基础数据, 为国家公园的试点与建设提供了生物多样性编目与监测方面的可靠本底。在这些前期工作的基础上, 大熊猫国家公园应进一步规划、建设标准化的野生动物监测体系, 为今后国家公园的管理决策、成效评估提供坚实的科学支撑。