2种调查方法对四川黑竹沟国家级自然保护区3种雉类种群密度调查的比较

种群数量是物种的重要生态学基础资料,合适的密度调查方法是数量估算的基础。2016年4—5月,采用广泛应用于鸡形目Galliformes鸟类种群密度调查的样线法和样点法,调查了四川黑竹沟国家级自然保护区3种鸡形目鸟类(白腹锦鸡Chrysolophus amherstiae、红腹角雉Tragopan temminckii和血雉Ithaginis cruentus)的种群密度。样线法和样点法估算的雄体密度分别是:白腹锦鸡1.20只/km²和(6.31±0.98)只/km²,红腹角雉5.41只/km²和(0.39±0.17)只/km²,血雉3.01只/km²和(5.97±2.70)只/km²。除红腹角雉外,样点法估算的白腹锦鸡、血雉种群密度均大于样线法。建议针对不同鸡形目鸟类采用不同的调查方法,并尽量扩大样本数量,从而提高调查结果的准确性。     

大中型兽类种群数量估算的研究进展

大中型兽类种群数量的估算是动物生态学中重要的基本问题, 受到研究者、管理者和公众的共同关注。国际上从20世纪中期开始研究该问题, 已出现了多种研究方法和相应案例, 且还在快速发展, 但世界各地仍有很多物种的种群数量尚未知晓。在我国, 从20世纪80年代开始调查大中型兽类种群数量, 取得了重要进展, 也还有很多物种的种群数量尚不清楚。因此, 有必要归纳国际上种群数量估算的研究进展, 同时, 总结国内研究的现状、优势和趋势, 供研究者参考。本文首先选择估算大中型兽类种群数量的原理、数据来源和模型这3个要素归纳出简明的研究框架, 将现有的多种方法置于其中予以阐述。在该框架下, 根据估算原理分为4大类方法, 为距离取样法、标志重捕法、基于遇见率法和遥感影像直接计数法。针对每一大类方法, 论述其基本原理模型和模型假设, 说明能实现该原理的相应数据来源(视觉观测、红外相机拍摄、DNA微卫星识别、卫星定位跟踪、声音监测或遥感影像)的特点及如何实现该原理, 评价其适用性及优缺点, 并选择其中具有可比性的方法予以比较评价。其次, 参照该研究框架, 总结我国的研究现状, 分析未来发展的优势和趋势: 我国的红外相机数据积累充分, 可以发展以此为数据源的距离取样法、标志重捕法和基于遇见率法; 发展以粪便样品为数据来源的距离取样法和粪便DNA标志重捕法; 相比地面调查数据, 获取高分辨率遥感影像数据更容易, 尽量以此估算符合适用条件的大中型兽类的种群数量。最后, 本文提出了适用于我国大中型兽类种群数量的估算方法的选择流程, 供研究者参考。     

黑龙江凤凰山国家级自然保护区野猪冬季容纳量及最适种群密度

近年黑龙江省凤凰山国家级自然保护区野猪数量不断增长,人猪冲突加剧,保护区资源保护管理工作面临较大管理压力.为确定野猪种群的实际数量,同时评估该保护区的野猪的容纳量水平,以便为保护区管理局针对野猪的管理提供相关指导意见.2009-2010年冬季,在保护区采用样带调查、雪地足迹链跟踪和观察食痕的方法,并结合已有野猪生态研究确定野猪食性.野猪主要食物种类包括:木贼(Equisetum hiemale)、红松(Pinus koraiensis)果实松籽、胡桃楸(Juglans mandshurica)果实核桃、蒙古栎(Quecusmongolica)果实橡子、稠李(Padus racemosa)、榛子(Corylus heterophlla)、苔草(Carex spp.)、辽东葱木(Aralia elata).研究期间共布设长3-5km、单侧宽度50m、总长134 km的样带30条.调查中,每隔200 m布设10 m×10 m的大样方,并在每个大样方中央及四角布设1 m×1 m的小样方,共布设大样方350个,小样方1 750个.通过样方调查,统计野猪栖息生境当年可食植物枝条及其食物种类,然后计算其食物的总供给量,再结合食物营养成分,通过粗蛋白、粗纤维、粗脂肪的能量转换,按照每克粗蛋白和粗纤维的能量转换系数为16.74kJ、每克粗脂肪的能量转换系数为37.66 kJ,确定野外生境食物总能量供给.结合野猪冬季日营养需求,以能量为基础估算保护区野猪的营养容纳量.在种群密度调查过程中,通过足迹链判断个体方法为:单一清晰足迹链确定为一个体所留,30m内多条足迹穿越同一样带被认为是一个野猪群所留,调查中根据个体分开时的足迹链数确定野猪个体数,同时将粪便、卧迹、啃食痕迹作为个体判断的辅助信息.研究结果表明:凤凰山保护区内能够提供的总能量为7.375 ×107MJ,冬季平均每头野猪生存所需能量为(14 677.698±409.92) MJ,野猪营养容纳量为(1 006±28)头,种群密度为(3.79±0.11)头/km2.此外,调查中发现30余个野猪套及2头野猪被猎杀现场,反应出当地的人猪冲突较为严重.结合调查中发现的野猪套数量及野猪被猎杀概率,对野猪种群数量引入20％的死亡风险系数.最终确定凤凰山野猪种群的最适数量在(603±17)头左右,最适密度为(2.27±0.06)头/km2.通过样带法调查得出凤凰山自然保护区实际野猪种群数量为(596±155)头,密度(2.24±0.58)头/km2,已趋近营养容纳量.因此,野猪并未过量,不能采取狩猎等降低种群数量的措施,同时保护区也应对野猪种群进行持续监控,防止野猪种群过度繁殖以至成灾.     

四川盆地西北缘林麝种群密度及保护与利用

1986年10月-1987年5月在四川盆地西北缘,利用粪堆计数法,对保护区和非保护区的4种不同生境及不同海拔区间林麝种群密度进行了调查研究。得到保护地区原生林、次生乔木林、次生灌木林、人工林4种生境中林麝种群密度(M±SE)分别为3.94±1.57、1.55±0.23、0.61±0.22、0.00头/平方公里,其中最佳生境林麝密度为9.88头/平方公里;非保护地区次生乔木林中林麝种群密度(M±SE)为0.15±0.09头/平方公里,非常显著地低于保护地区次生乔木林(P<0.005),此区已丧失了利用价值。按年平均增长率49.80%计算,在无任何人为猎取的情况下,要恢复到1.5-2.5头/平方公里(正常栖息密度),约需6-7年。而后,可按每年自然繁殖总量的60%或总数量的20%猎取。同时得到决定林麝水平分布的关键因子是植被类型、乔灌木密度及基底硬度;决定林麝垂直分布的主要因子是植被垂直分布和人为干扰程度。     

关于使用样线法估计种群密度

样线法是在大范围内估计野生动物种群密度的优良方法这一。我们在本文中说明了使用以平均垂直距离作为有效样带宽度来计算种群密度的简单数学公式一般不会得到可靠的效果。即使野外实施方式正确,使用该数学计算式估计出的密度结果也往往过于偏高。因此,我们建议最好合作计算机软件DISTANCE调查野生动物种群密度,并能熟悉样线距离取样法的理论基础。     

卧龙国家级自然保护区水鹿种群密度及分布调查

了解珍稀动物种群的密度及其分布是开展保护的重要基础。2015年7—8月,采用样带内粪堆现存量计数法对卧龙国家级自然保护区皮条河-耿达河流域的水鹿Rusa unicolor种群密度进行了调查,同时,结合近年来保护区的生态监测资料,对保护区水鹿的分布进行了初步分析。结果表明:水鹿在区内广泛分布,分布海拔为1 354~3 841 m,其中95%的痕迹点分布在海拔1 600~3 599 m;调查区域内水鹿总平均密度为(0.25±0.16)只/km~2;从皮条河上游往下至耿达河流域,水鹿的密度呈明显的递减趋势,水鹿活动痕迹点距居民点距离与其密度存在显著正相关性,这表明居民点对水鹿的分布有重要影响。     

浅析去除取样法调查种群密度

结合实例介绍去除取样法调查种群密度的原理、应用及注意事项。     

非人灵长类种群数量调查方法综述

监测估算野生动物的种群数量是保护的核心工作。由于气候变化和人类活动的影响,野生动物种群常处于不稳定的状态。非人灵长类是动物界的高等类群,具有复杂的社会行为、丰富的物种多样性,全球有701种 (含亚种),生活在多种类型的栖息地中,包括热带雨林、沼泽森林、红树林、次生林、落叶林、季雨林、山地森林,和包含孤存林、长廊森林、热带旱生林、山地草甸、地中海灌木林的稀树草原和干草原,以及荒漠、干旱的山地,甚至是雪地。绝大多数非人灵长类处于濒危的状态,长期有效的监测对于灵长类的保护十分重要。物种多样性和栖息地类型的多样性使得灵长类种群数量的调查方法多种多样。本文归纳总结了目前常用的非人灵长类种群数量调查方法的类型、基本原理、适用场景和局限性,并以研究实例加以分析;介绍了无人机、热成像、计算机学习系统等新技术应用在调查方法中的进展,希望为今后的非人灵长类野外数量调查、种群监测提供参考和启发。     

基于红外相机的不可个体识别动物种群密度估算方法

种群密度估计对野生动物的保护和管理至关重要,也是动物生态学和保护生物学备受关注的研究热点,但对大中型兽类种群数量的准确估算一直面临挑战。红外相机是哺乳动物调查中普遍采用的工具,也是克服这一挑战的一种经济有效的方法。目前国际上已有多种方法采用红外相机数据估算不可个体识别动物的种群密度,但相关技术在我国的应用案例较少,本文旨在为国内研究者应用红外相机数据估算动物种群密度提供参考。首先,我们介绍了随机相遇模型(randomencounter model, REM)、随机相遇与停留时间(random encounter and staying time, REST)模型、相机前停留时间(time in front of the camera,TIFC)模型以及红外相机距离取样(cameratrapdistancesampling,CTDS)这四种模型的基本原理和假设;其次,描述了这些模型在野外调查中的技术要点,并给出数据处理与分析的建议;最后,总结了每个模型的数据需求、优点和缺点。虽然我国目前拥有估算种群密度的大量红外相机数据源,但有很多物种的数量尚未知晓,也没有一种方法对所有红外相机数据都是...     

红外相机技术与其他几种森林鸟类多样性调查方法的比较

为了探讨红外相机技术、网捕法、固定距离样线法和固定半径样点法对森林鸟类多样性调查的有效性和实用性, 我们于2011-2016年, 用这几种方法调查了广东南岭国家级自然保护区和车八岭国家级自然保护区的鸟类多样性。在南岭, 固定距离样线法和固定半径样点法记录鸟类222种, 网捕鸟类43种, 红外相机拍到鸟类47种; 其中1种鸟仅网捕到, 6种鸟仅被红外相机拍到, 164种鸟仅被固定距离样线法和固定半径样点法记录到。在车八岭, 固定距离样线法和固定半径样点法记录鸟类109种, 网捕鸟类42种, 红外相机拍到鸟类27种, 其中9种鸟仅网捕到, 3种鸟仅被红外相机拍到, 97种鸟仅被固定距离样线法和固定半径样点法记录到。随着鸟类的体重、体长、翅长和跗蹠增加, 网捕到的鸟类个体数量减少, 鸟类身体大小与网捕到的鸟类数量呈显著负相关; 而红外相机拍到的鸟类数量随鸟类的身体大小增大而增加, 并且呈显著的正相关。本文的结果显示, 网捕法和红外相机技术针对不同类群的鸟类调查效力不同, 但都是固定距离样线法和固定半径样点法的有效补充。建议今后开展森林鸟类多样性调查与监测时, 尽量采用多种研究方法相结合, 以求达到最优的效果。     

海南睑虎种群密度调查研究

关于睑虎属Goniurosaurus物种的研究主要集中在新种描述和系统进化等方面,对种群密度量化的研究较少。为研究海南吊罗山国家级自然保护区海南睑虎Goniurosaurus hainanensis种群的资源现状,2019年7—9月,在保护区内选取2个不同海拔梯度的样区(A样区551～688 m和B样区289～448 m),采用标记重捕法对该物种的种群密度进行了调查,并分别采用Schnabel法和Lincoln指数法进行种群密度估算。结果显示:采用Schnabel法估算的种群密度A样区为501只/hm²,B样区为1 999只/hm²;采用Lincoln指数法估算的种群密度A样区为583只/hm²,B样区为1 403只/hm²。结果表明:该物种的种群密度随海拔升高呈下降趋势。     

Nonparametric Estimation of Population Density for Line Transect Sampling Using FOURIER Series

A nonparametric, robust density estimation method is explored for the analysis of right-angle distances from a transect line to the objects sighted. The method is based on the FOURIER series expansion of a probability density function over an interval. With only mild assumptions, a general population density estimator of wide applicability is obtained.     

Estimation of In-Water Density and Abundance of Harbor Seals

Ecologists and managers require accurate population estimates of marine mammals to assess potential anthropogenic threats to these animals. We present estimates of in-water density and abundance of a distinct stock of harbor seals (Phoca vitulina richardii) in Hood Canal, Washington, USA. We used aerial line-transect survey data collected from 2013 to 2016 to directly estimate harbor seal density and abundance in the waters of Hood Canal, a deep-water fjord in the Salish Sea. We estimated a correction factor for trackline detection probability from dive and surface time data gathered from regional seal tagging studies, and applied this factor to correct for seals missed on the trackline during surveys. We applied conventional and multiple covariate line-transect approaches in the analysis. The resulting best estimate of in-water density of harbor seals in the Hood Canal study region was 5.80 seals/km², with an estimated abundance of 2,009 seals. We did not derive a correction factor to account for the number of seals on land (i.e., hauled out). Therefore, these estimates do not reflect total stock size but provide a starting point to evaluate potential influences of anthropogenic activities, particularly those involving underwater noise, on this marine mammal stock. © 2021 The Wildlife Society.     

昆虫种群调查抽样方法的几点探讨

本文对昆虫种群调查常用抽样方法的局限性和改进方法进行了探讨,提出了作者的新见解。     

手持密度仪检测鸡与鸭精子密度技术的研究

精子密度仪在哺乳动物中已推广应用,但在家禽中还研究很少。本文以黑凤鸡和攸县麻鸭精液为实验材料,手持精子密度仪与血细胞计数板为检测工具,对影响精子密度测定方法准确率因素进行分析,建立鸡、鸭精子密度-吸光度函数并进行验证。结果表明:用密度仪测定时的稀释液(简称"测试液")为3%NaCl时,精液稀释后应尽快检测吸光度;样液在比色皿中的混匀方式对吸光度测定有很大影响;精液用3%NaCl以及3种常用家禽精液稀释液进行10倍稀释后测定吸光度,B液吸光度显著高于与其它3组(P<0.05),其它3组间差异不显著(P>0.05)。用测试液为3.0%NaCl,鸡和鸭精子密度-吸光度呈三次函数关系,回归方程分别是Y_1=1.374X^3-0.786X^2+0.945X-0.002(R^2=0.997)、Y_2=1.283X^3-0.899X^2+0.994X-0.009(R^2=0.996);用0.9%NaCl代替3%NaCl作测试液简化精子密度测定方法可行,鸡精子密度-吸光度回归方程为Y_3=-0.264X^3+1.23X^2+0.468X+0.019(R^2=0.999)。鸡精液测试液为0.9%NaCl、3%NaCl时两种函数的吸光度最佳范围分别是0.035～0.692、0.069～0.624,在此范围内计数板与方程两种方法得到的密度差异不显著(P>0.05),以计数法为真实值,两种方法平均相对误差分别为6.95%、3.11%。以3%NaCl为测试液,鸭精液函数所测样品吸光度最佳范围小于鸡精液的,以计数板法为真实值,在吸光度0.054～0.123范围内的,函数与计数板两种方法所得的精子密度的平均相对误差为4.61%。本文将促进家禽手持精子密度仪研发,以及更好的使用哺乳动物精子密度仪。     

Giant Anteater Population Density Estimation and Viability Analysis Through Motion-Sensitive Camera Records

Giant anteater (Myrmecophaga tridactyla) populations are decreasing throughout their range. We tested a methodology for individual identification using camera records and fur patterns to estimate the giant anteater population in a protected area of the Brazilian Cerrado. We identified 9 adult individuals and successfully modeled population abundance and density. Our models estimated an adult population of 16.8 (range = 15–19) giant anteaters through a mark-resight approach and 12.5 individuals (range = 9.7–25.5) through a spatially explicit capture-recapture approach. Density estimates were 0.3–0.4 animals/km². Using these estimates, we performed a population viability analysis to understand and predict this population's future. We modeled scenarios without direct effects and models simulating a double carrying capacity and the supplementation and removal of individuals. Even in the more optimistic scenarios, the population is predicted to decreases over time, with ≤8 individuals remaining in 100 years. Given the study area surroundings, realistic models include removals of giant anteaters in the population. Identification of giant anteaters using cameras can inspire conservationists to acquire population data throughout its distribution and obtain population trends to evaluate the species' conservation status. Individual identification of giant anteaters using a motion-sensitive camera design is feasible, opens new avenues for population analyses, and allows the study of population trends in difficult regions. © 2021 The Wildlife Society.     

Estimation of Finite Population Variance Using Ratio and Product Methods of Estimation

For estimating finite population variance σ_y² of a character y under our study, estimators using auxiliary information on a character x in the form of ratio, product, ratio-type or product-type estimators have been suggested, and their comparative study with the conventional unbiased estimator s_y² of σ_y² has been made in simple random sampling with replacement. A generalized estimator representing a class of estimators for the finite populations variance, has also been studied.     

Combining Breeding Bird Survey and Christmas Bird Count Data to Evaluate Seasonal Components of Population Change in Northern Bobwhite

Abstract Annual surveys of wildlife populations provide information about annual rates of change in populations but provide no information about when such changes occur. However, by combining data from 2 annual surveys, conducted in different parts of the year, seasonal components of population change can be estimated. We describe a hierarchical model for simultaneous analysis of 2 continent-scale monitoring programs. The Christmas Bird Count is an early winter survey, whereas the North American Breeding Bird Survey is conducted in June. Combining information from these surveys permits estimation of seasonal population variance components and improves estimation of long-term population trends. The composite analysis also controls for survey-specific sampling effects. We applied the model to estimation of population change in northern bobwhites (Colinus virginianus). Over the interval 1969–2004, bobwhite populations declined, with trend estimate of −3.56% per year (95% CI = [−3.80%, −3.32%]) in the surveyed portion of their range. Our analysis of seasonal population variance components indicated that northern bobwhite populations changed more in the winter and spring portion of the year than in the summer and fall portion of the year. (JOURNAL OF WILDLIFE MANAGEMENT 72(1):44–51; 2008)     

Home Range and Population Density of Fishers in Eastern Ontario

Abstract: Fishers (Martes pennanti) were almost extirpated in Ontario, Canada, south of the French and Mattawa rivers by the 1940s but have recolonized much of their former range over the past several decades. We assessed the effect of the current harvest quota on a fisher population in eastern Ontario by estimating home range size and population density from a sample of radiocollared animals. Mean (± SD) adult home ranges (based on annual 95% min. convex polygons) were consistently smaller than those reported in the literature (M: 11 ± 4.4 km²; F: 2.1 ± 0.8 km²), with up to 71% overlap of adjacent intrasexual home ranges. This yielded an estimated adult fisher population density of 32.7/100 km² of suitable habitat, as defined by the habitat composition within observed home ranges. We further estimated that between 2003 and 2005, trappers harvested 17.8-42.3% of the pretrapping population. These results suggest that although current fisher population density is high in our study area compared to reported densities in other areas, harvest rate is also high and an increase in quota is unwarranted.