编辑推荐：
为研究薮猫种群及行为，研究人员分析社交媒体目击数据，发现其种群稳定，该方法具成本效益。
在广袤的大自然中，许多野生动物就像神秘的精灵，难以捉摸，薮猫（Leptailurus serval）便是其中之一。薮猫是一种行踪隐秘的猫科动物，通常在野外密度较低，它们神出鬼没，给研究工作带来了极大的挑战。以往，确定这类难以捉摸物种的种群状况，常依赖一些侵入性较小的监测技术，比如密集且有针对性的相机陷阱调查。然而，这些方法不仅成本高昂，还需要耗费大量的人力和物力。对于像薮猫这样，凭借独特的皮毛图案就能识别个体的物种来说，为了减少误判，常常需要成对使用相机陷阱，这无疑又增加了研究成本。所以，寻找一种更经济高效且可靠的研究方法，成为了野生动物研究领域亟待解决的问题。
在此背景下，南非比勒陀利亚大学哺乳动物研究所（Mammal Research Institute）的 Kyle Smith 和 Michael J. Somers 开展了一项别具一格的研究。他们把目光投向了社交媒体，试图借助游客在社交媒体上分享的薮猫目击记录，来深入了解南非城市保护区 —— 里特弗莱自然保护区（Rietvlei Nature Reserve，RNR）内薮猫的种群和行为特征。这项研究成果发表在《Urban Ecosystems》上，为野生动物研究开辟了新的路径。
在研究方法上，研究人员主要采用了数据收集与个体识别两种关键技术。在数据收集方面，他们通过在 Facebook、Instagram、Flickr 和 iNaturalist 等多个在线分享和社交媒体平台，使用 “serval”“serval Rietvlei” 等多种相关搜索词，广泛收集 2011 年 6 月至 2024 年 8 月期间游客在 RNR 内的薮猫目击记录。这些记录涵盖了照片、拍摄或上传日期、观测地点、观测者姓名以及其他有价值信息。在个体识别方面，研究人员依据薮猫独特的皮毛图案，包括全身的斑点和其他深色斑纹，对照片中的薮猫进行手动个体识别。他们将观测分为 “已识别”“不确定”“无法识别” 三类，通过多次重复识别过程，并进行相互审核，以此提高识别的准确性。
研究结果丰富且有趣。在数据收集成果上，研究人员共收集到 153 次薮猫目击记录，其中大部分（93%）来自里特弗莱自然保护区的非官方 Facebook 页面。这些记录中，只有 8 次因照片分辨率过低无法识别，33 次因角度不佳、照片模糊或分辨率低而被归类为 “不确定”。从时间分布来看，2022 年及以后的目击次数明显增多，2023 年的目击率最高，达到 0.162 次 / 天。在个体识别成果上，研究人员成功识别出 30 只不同的薮猫个体。其中，有 3 只（Alpha、Delta 和 India）的目击次数超过 20 次，部分个体的目击次数较少。通过这些识别结果，研究人员发现有 3 只薮猫可能是长期居民，还观察到薮猫的繁殖迹象，比如在 2018 年 3 月曾记录到两只小猫的 9 次目击，但遗憾的是，小猫后来被发现死亡。此外，研究人员还发现，薮猫的行为观察结果与以往研究相符。在饮食方面，薮猫捕食的猎物主要是啮齿动物，偶尔也会捕食两栖动物；在栖息地偏好上，它们常出现在自然和人工湿地、草原及河岸带等区域。
研究结论与讨论部分意义重大。通过游客在社交媒体上分享的目击记录，研究人员证明了 RNR 内薮猫种群的稳定性。尽管该保护区的薮猫种群数量波动较大，但估算出的密度与其他地区的统计结果相近。这表明，利用社交媒体上的游客目击数据，能够有效获取难以捉摸物种的种群数据，且无需依赖昂贵且费力的采样方法。同时，这些数据还能反映出薮猫的行为信息，如饮食和栖息地偏好等。然而，研究也存在一定的局限性，比如数据质量在细节方面有所欠缺，缺乏精确的日期、时间和地点信息；数据在统计上存在固有偏差，采样时间和区域不均衡等。不过，大量观测者带来的大量采样数据，在一定程度上提高了数据的可靠性。
总的来说，这项研究为野生动物研究提供了新的思路和方法，让我们看到了社交媒体在野生动物监测领域的巨大潜力。它不仅有助于我们更深入地了解薮猫等难以捉摸物种的种群动态和行为特征，还为制定更有效的野生动物保护策略提供了有力依据，推动了城市野生动物保护事业的发展。
