深度学习在野生动物保护中的应用

野生动物是重要的生物资源之一,但是人类活动的增加和自然环境的恶化严重威胁着野生动物的生存。而深度学习已经成为人工智能领域重点研究方向之一,被广泛应用于各个学科领域,其灵活性使得它在野生动物保护中的图像识别、监测和音频识别等方面展现出了巨大的潜力。本文介绍了几种常见的深度学习算法,综述了不同深度学习模型在野生动物保护中的应用,分析了目前存在的问题及挑战,包括有限的训练数据、环境条件的多变性以及野生动物行为的复杂性等。在未来利用深度学习保护野生动物,除了要解决数据获取和利用、图像的抗干扰等方面的挑战外,还需开发更加稳健和高效的深度学习模型,以满足野生动物保护的特殊需求。     

浙江鹿城发现云开脊蛇和黄家岭脊蛇

2022年9月和2023年4月在浙江省温州市鹿城区仰义水库分别采集到1条脊蛇属（Achalinus）物种幼体尸体标本（标本编号分别为2022AZJLCN1和2023AZJLCN2）。形态上它们分别与黄家岭脊蛇（A. huangjietangi）和云开脊蛇（A. yunkaiensis）接近。基于线粒体COI基因片段的最大似然树结果,两蛇样本序列分别与这两种脊蛇聚为一个支系;2023AZJLCN2标本与云开脊蛇的遗传距离为0.10,低于中国境内分布脊蛇属物种间的遗传距离（0.12～0.16）;2022AZJLCN1标本与黄家岭脊蛇的遗传距离为0.09,在黄家岭脊蛇种内遗传距离（0.04～0.12）范围内。综上,鉴定2023AZJLCN2标本为云开脊蛇,2022AZJLCN1标本为黄家岭脊蛇。此前记录云开脊蛇分布于我国广东和广西,本次在浙江温州市鹿城区的发现为浙江蛇类新分布记录种;黄家岭脊蛇分布于安徽和浙江,此次在在温州市鹿城区的发现是温州市首次新分布记录。这两种脊蛇的新分布记录提示它们有更广的分布范围。     

浙江九龙山发现北仑姬蛙新种群的两性异形

2017年和2018年的4月在浙江九龙山国家级自然保护区发现一种姬蛙,经形态学比较、16S rRNA序列比对及系统发育分析,鉴定为北仑姬蛙(Microhyla beilunensis),是该种的地理新分布。通过测量31只成体(25雌和6雄)的体长、头长、头宽、吻长、鼻间距、眼间距、眼径、前臂及手长、后肢全长和足长10个形态指标,研究该种的两性异形。结果显示,该种具有雌性大于雄性的个体大小两性异形;体长之外的9个局部形态特征均与体长成正相关,去除体长效应后,北仑姬蛙雄蛙前臂及手长显著大于雌蛙,其余形态特征在两性间均无差异;主成分分析(特征值≥1)显示,头长、头宽、吻长、鼻间距、眼间距、眼径、前臂及手长、后肢全长和足长等9个特定体长的形态变量辨析出两个主成分,共解释了原始数据52.5%的变异,头宽和前臂及手长在第一向量上具有较高的正负载系数,且两性形态在第一向量上差异显著,这表明头宽和前臂及手长可用于区分雌雄个体。