同域分布的珍稀野生动物对放牧的行为响应策略

保护区内放牧活动对野生动物保护存在负面影响,明确不同物种对放牧干扰的行为响应对制定更有针对性的保护管理政策具有重要意义。使用红外相机研究卧龙自然保护区放牧活动对多种珍稀野生动物的影响,分析放牧激励政策实施前后大熊猫(Ailuropoda melanoleuca)及其同域分布的小熊猫(Ailurus fulgens)、川金丝猴(Rhinopithecus roxellana)、水鹿(Rusa unicolor) 4种珍稀野生动物的照片数、空间分布以及活动模式的变化,探讨这4种动物对放牧的行为响应策略。结果表明:(1)一期(2012—2013),2012年10月实施了禁马政策,同年12月实施放牧(牛羊)激励政策)家畜照片数量很少,4种野生动物照片数相对较多。二期(2014—2015)家畜的照片数显著增加(P0.01),小熊猫(P0.05)与川金丝猴(P0.01)的照片数均显著减少,大熊猫、水鹿的照片数也呈减少趋势;到三期(2016—2017),大熊猫、小熊猫及水鹿3种关注野生动物的照片数基本回升到激励政策实施前的水平,无川金丝猴照片记录。(2)一期,4种野生动物在研究区域有较广的分布;二期,大熊猫、小熊猫的空间分布范围均缩小,无川金丝猴空间分布信息,而家畜、水鹿的空间分布范围有所增加;到三期,大熊猫、小熊猫的空间分布基本恢复到放牧激励政策实施前的区域,无川金丝猴的空间分布信息。(3)放牧激励政策实施前后,大熊猫、小熊猫及川金丝猴活动模式无明显变化,但水鹿的活动更加集中于傍晚,以避开人类与家畜的活动高峰。同域分布的不同的野生动物对人类活动(如放牧)的行为响应策略不同,各保护区在制定相关保护政策时应综合考虑人类干扰对多个物种的影响,增加决策的科学性与合理性。     

利用红外相机调查四川马边大风顶国家级自然保护区兽类资源及时空分布特征

为了调查四川马边大风顶国家级自然保护区的兽类多样性及时空分布特征,2016年10月—2017年10月,在保护区永红、高卓营、白家湾、沙腔4个保护站片区布设了79台红外相机,对研究区域内兽类资源进行了连续监测,记录到兽类5目16科25种,其中物种相对丰富度前10的兽类分别是小熊猫Ailurus fulgens、藏酋猴Macaca thibetana、毛冠鹿Elaphodus cephalophus、猪獾Arctonyx collaris、黄喉貂Martes flavigula、中国豪猪Hystrix hodgsoni、野猪Sus scrofa、大熊猫Ailuropoda melanoleuca、中华鬣羚Capricornis milneedwardsii和豹猫Prionailurus bengalensis。在时间节律上,小熊猫和大熊猫在秋、冬季活动更频繁且昼夜都在活动,但以白天活动为主;藏酋猴在秋季和夏季有2个活动高峰期且是典型的昼行型动物,而中国豪猪和豹猫在春季活动相对频繁且都是典型的夜行型动物。在空间分布上,藏酋猴分布范围最大,其次是黄喉貂和小熊猫;不同季节,这10种兽类在各个海拔梯度上的多样性分布差异有统计学意义,呈现出垂直迁徙特征。根据红外相机数据反映出的兽类时空分布特征,可以针对保护区珍稀濒危兽类开展更加全面细致的研究,为保护区开展相关保护管理工作提供科学参考。     

基于红外相机研究野生动物对地震灾害体的利用特征

地震及其引发的次生地质灾害是影响野生动物多样性及空间利用的重要因素,为探究地震后野生动物对地震灾害体的利用特征,为震后生物多样性保护与生态资源恢复方案制定提供基础资料,本研究在四川卧龙国家级自然保护区的不同损毁程度地震灾害体内及周边设置红外相机调查野生动物组成和相对多度指数。经过2 833个相机工作日的调查,在地震灾害体内共探测到野生动物28种 (兽类15种,鸟类13 种),其中出现频率较高的为红腹锦鸡 (Chrysolophus pictus)、马来豪猪 (Hystrix brachyura)、中华斑羚 (Naemorhedus griseus) 等喜食植物 (根、茎、叶和果实) 的动物,而记录到的兽类中,有60%被IUCN红色名录评估为濒危 (EN)、易危 (VU) 和近危 (NT),表明珍稀野生动物会利用恢复过程中的地震灾害体,反映出地震灾害体对保护珍稀濒危动物具有潜在生态价值。轻度、中度、重度损毁程度区的物种种类构成差异大,动物相对多度指数 (RAI) 也存在较大差异：中度 > 轻度 > 重度。地震灾害体外的野生动物种数与相对多度指数均高于灾害体内,表明汶川地震引发的次生地质灾害仍在持续影响野生动物生境选择与利用。建议针对震后受损区域的野生动物生境利用展开长期监测与研究。     

基于发育网络识别模型的大熊猫面部识别

个体识别是动物行为学与生态学研究工作的基础,也是制定珍稀野生动物保护政策的重要依据。为了丰富大熊猫个体识别和种群数量调查的方法,我们于2017年7月分别在四川省雅安市碧峰峡大熊猫基地和四川省汶川县耿达镇的中华大熊猫苑共计拍摄18只大熊猫个体,每只大熊猫拍摄6~13张高质量面部照片（共计131张）,利用发育网络（Developmental Network）建立大熊猫面部识别模型。利用此模型对存在部分背景的大熊猫面部照片进行识别检测,得到的个体识别率为79.41%,对完全去除背景的大熊猫面部照片进行识别检测,得到的个体识别率为58.82%。研究表明,发育网络具有足够的大熊猫个体识别能力,不同背景比例的照片对大熊猫个体识别的实际结果具有较大的影响。随着发育网络识别模型的发展,我们建议更多的野生动物保护研究者结合这一技术深入地开展珍稀野生动物（如大熊猫）个体识别研究,逐步提高识别准确度,并应用到关键区域大规模的动物调查中。     

野生大熊猫行为谱及PAE编码系统

行为谱是动物行为学研究的基础。大熊猫(Ailuropoda melanoleuca)是生物多样性保护中的旗舰物种,其行为生态的研究备受关注,然而由于大熊猫数量稀少且警惕性强,很难在野外进行观察,有关其行为谱等基础行为研究结果主要是基于圈养大熊猫的观察研究。为了促进野生大熊猫行为学的深入研究,2015年1月—2016年6月,2018年8月— 2019年4月我们在卧龙自然保护区基于红外相机图片和视频数据,利用PAE编码系统建立了野生大熊猫行为谱和PAE编码系统。研究共计在14种环境背景中记录到大熊猫12种姿势、52种动作、56种行为。一方面,本研究结果基本涵盖了大熊猫的主要行为,并发现了一些未在圈养大熊猫行为谱中记录到的行为,如野生大熊猫利用植物的茎进行自我除雪行为;另一方面丰富了观察大熊猫行为的环境因素。以上结果为深入研究野生大熊猫行为生态学提供了基础信息。