通过机载热成像视频技术对大型哺乳动物种群数量进行估算的实验性评估

《Wildlife Biology》：Experimental assessment of large mammal population estimates from airborne thermal videography

本研究的中文摘要：通过无人机热成像技术，在封闭鹿场环境中测试不同时间点和天气条件下的观测效果，发现平均多次观测可有效减少误差，在日落前后飞行效果最佳，总体估计误差小于4%，验证了热成像技术的可靠性。

　　在野生动物资源管理中，准确、高效且经济的野生动物种群调查方法对于制定和调整政策至关重要。无人机搭载的热成像视频技术为大规模区域内的种群调查提供了一种可靠、快速且成本相对较低的手段。然而，在自然环境中评估检测率和种群数量估计的准确性面临挑战，因为种群的实际情况和调查设计都会影响结果，而真实的种群密度往往是未知的。为了更好地理解这些因素如何影响热成像调查的准确性，我们进行了一项在阿拉巴马州奥本大学174公顷的白尾鹿研究设施中进行的实验。该设施内饲养了一群已知数量的白尾鹿（*Odocoileus virginianus*），我们通过无人机进行多次飞行，调查了观察者、时间以及日常变化对种群数量估计的影响。

在实验中，我们安排了20次完整的种群调查飞行，跨越四天的冬季，每天在五个不同的时间点进行，从日落前到日出后。这些飞行由三位训练有素的观察者进行计数。整体而言，所有试验和观察者的平均计数为77只白尾鹿，其95%置信区间为71至83只，覆盖了真实种群数量的81%至97%。接近日落时的飞行具有最高的准确性，其估计值与真实种群范围接近。估计值的变异性主要受到气候条件和时间的影响，观察者之间的差异相对较小，这突显了日常环境变化和昼夜过程（如夜间环境冷却以及黄昏时段鹿的活动高峰）对调查结果的重要性。

通过实验结果和模型估算，我们发现如果在最佳时间进行调查，并对多天的数据进行平均，无需任何校正即可得到接近已知种群范围的估计值。即使包括了不理想条件的飞行，通过平均不同飞行的数据，热成像技术也能提供非常接近真实种群范围的估计值，误差在4%以内，且与真实值存在显著重叠。这表明，如果调查时间考虑了鹿的昼夜活动模式和地形热特性，热成像技术可以提供高度准确的种群估计；如果缺乏这些信息，通过多天、多时间点的调查数据平均也可以达到相似的准确度。

白尾鹿因其高密度分布和对生态系统、人畜共患病传播以及农业和城市地区的经济损失而成为管理的重点对象。它们的栖息地广泛，包括人类活动区域，并且在高密度情况下会对森林栖息地造成破坏，改变物种组成并减少树木再生。此外，白尾鹿和其他鹿科动物可能成为某些疾病（如牛结核病和布鲁氏菌病）的宿主，以及传播人畜共患病的媒介（如蜱虫和蚊子）的宿主。因此，野生动物管理者需要准确的种群数据，以便制定相应的政策来缓解这些问题。

传统的种群调查方法，如标记-重捕法、聚光灯调查和追踪设备，各有其优缺点。其中，标记-重捕法虽然准确，但成本较高且耗时；聚光灯调查虽然可以覆盖大面积区域，但可能受到观察者视觉疲劳和环境条件的影响；追踪设备则需要长期追踪个体，且在某些情况下可能不适用。相比之下，无人机热成像技术提供了一种非侵入性的手段，能够在较短时间内覆盖大面积区域，并且减少人为偏倚。

然而，无人机热成像技术的应用仍然面临一些挑战。例如，传感器的成本较高，且分辨率通常不如传统相机。此外，夜间飞行还存在一定的安全风险。但随着技术的进步，无人机已逐渐成为一种更便宜、更安全和更高效的调查工具。它们可以在较低高度飞行，且在一些传统飞机难以进入的区域进行操作，从而扩大了调查的适用范围。

在本研究中，我们采用了一种固定翼无人机，配备垂直起降功能，能够飞行超过一小时。通过在设施内进行多次飞行，我们收集了不同时间和天气条件下的热成像数据。飞行计划包括24条平行的调查线，每条线间隔约81.5米，覆盖了整个设施的面积。我们还使用了FLIR Vue Pro R 640热成像仪，同时记录可见光视频，以提高数据的可分析性和准确性。

观察者在视频分析中的作用不可忽视。他们被训练以识别白尾鹿的热成像特征，并且在分析过程中，他们不会了解飞行条件、已知种群数量或其他观察者的计数结果。通过这种方式，我们能够评估不同观察者之间的差异。研究结果显示，观察者之间的差异相对较小，表明热成像技术在不同观察者之间具有一定的稳健性。然而，在某些天气条件下，如夜间云层较低、有降雨时，观察者之间的差异可能更大，这可能与热成像的对比度和环境条件有关。

时间对调查结果的影响尤为显著。日落前后的飞行具有较高的准确性，而夜间和清晨的调查则可能受到环境温度变化和鹿活动水平下降的影响，导致低估。这种时间效应可能与鹿的昼夜活动模式和环境热特性密切相关。因此，在规划调查时，选择合适的时间点是提高准确性的关键。如果无法获取这些信息，可以通过多天的调查数据平均来提高估计的可靠性。

此外，天气条件对热成像调查的准确性也有重要影响。例如，晴朗的天气可能会导致环境温度升高，从而降低鹿与背景的对比度，影响检测率。相反，阴天或低云层的条件可能有助于减少环境温度的变化，提高鹿的可见性。然而，这种天气变化也可能导致热成像数据的不一致性，使得调查结果的解读更加复杂。因此，记录和理解飞行当天及前一天的环境条件对于准确解释调查结果至关重要。

研究还发现，尽管热成像技术能够提供较高的检测率，但它仍然存在一定的局限性。例如，静止的物体（如岩石和树干）可能具有与鹿相似的热特征，尤其是在缺乏视觉上下文的情况下，容易造成误检。此外，鹿的热特征可能受到其生理状态的影响，如季节性毛发厚度的变化，这会影响其与环境的对比度。因此，在不同季节和环境中，需要根据具体的动物行为、热特征、植被类型以及环境温度的变化来调整调查策略。

总的来说，热成像技术为野生动物调查提供了一种新的方法，特别是在处理那些难以通过可见光识别的动物时。然而，为了确保其准确性，必须综合考虑多种因素，包括时间、天气、观察者技能以及环境条件。未来的研究可以进一步探索计算机视觉和人工智能在热成像数据分析中的应用，以提高自动化程度和准确性。同时，结合其他调查方法（如GPS项圈和相机陷阱）也能帮助减少误检和误判的可能性，从而提高整体调查的可靠性。这些方法的结合和优化，将为野生动物管理提供更加科学和有效的数据支持。