摘要: 野生动物作为生态系统的重要组成部分，其动态监测对于维系生态平衡、理解物种间相互作用及评估生态系统健康状况具有至关重要的意义。野生动物监测主要通过无人机机载相机和固定的红外相机来捕捉动物的自然行为。然而，由于野生动物行为的不可预测性，在实际跟踪过程中，常会出现目标较小、多尺度变化以及动物身体被遮挡等问题。为了应对这些挑战，提出一种基于改进孪生网络的动物目标跟踪方法，将跟踪问题转化为相似性学习问题。在孪生关系网络（SiamRN）的特征提取阶段引入多头注意力机制，包括串联窗口自注意力运算和滑动窗口自注意力运算，增强模型对小目标的精准跟踪能力。同时，多头注意力机制的引入降低了网络的参数量和复杂度，提高了运算效率。在公开数据集和自制数据集上进行实验，结果表明本研究采用的野生动物跟踪方法的成功率和准确率分别为0.698和0.928，优于主流的孪生网络跟踪方法，该方法能够准确跟踪和定位野生动物目标，实现野生动物监测。

摘要: 野生鹿科（Cervidae）动物作为生态系统的组成部分，在维持生态平衡方面扮演着至关重要的角色。无人机影像技术在野生动物监测中的应用已日趋成熟，但受自然光照条件和野外环境复杂多变的影响，单一光谱成像技术很难得到高质量的野生鹿科动物图像。因此提出一种基于DenseFuse网络的图像融合算法，通过无人机搭载的多光谱成像设备，将红外图像与可见光图像融合，同时保留红外图像的轮廓信息和可见光图像的外貌信息，提高了监测图像质量。基于野生鹿科动物影像数据集，采用多种图像融合策略进行实验，对红外图像与可见光图像的融合效果展开细致对比。结果显示，通过使用l1-norm融合策略所获得的综合评价指标最优，经该策略融合后得到的图像平均信息熵达到了6.965。这一结果表明，本研究所提出的无人机多光源图像融合算法能够为野生动物监测工作提供可靠的技术支撑。

摘要: 在全球范围内，人与大型食肉动物的冲突越发频繁。补偿措施是缓解冲突的关键手段之一。本研究首先对人与大型食肉动物冲突情况进行简要概述，然后梳理国内外缓解该冲突的补偿措施，并总结各补偿措施在大型食肉动物中的应用情况、优劣势等。结果表明：政府等补偿主体的财政能力是直接经济补偿的重要保障，社区自主管理是确保补偿成功的关键要素，而引入市场机制能保障补偿长期可持续。中国目前的补偿措施已较为多样化，但存在资金欠缺、社区共管能力不足和补偿方案设计有缺陷等问题。有关机构还需优化补偿方案，进一步拓展资金来源渠道，并增强社区自主管理能力，宣传推广补偿方案，确保补偿到位，此外，建立包括直接经济补偿和市场化补偿的综合补偿体系，并增强配套野生动物肇事科学监测预警措施。这对于我国更科学有效地缓解人与大型食肉动物冲突，促进生态文明建设和实现昆蒙框架下“与自然和谐共生”的愿景具有重要现实意义。

摘要: 集群行为是鸟类适应环境普遍且重要的生态习性，是鸟类行为生态学研究的重要领域。红腹锦鸡（Chrysolophus pictus）和红腹角雉（Tragopan temminckii）均为国家二级重点保护野生动物和近危（NT）物种，作为华中地区同域分布的物种，对它们在不同季节的集群活动情况及各类行为频次的比较研究尚缺乏报道。为此，2021年4月—2024年4月，在湖北大老岭国家级自然保护区参照公里网格法同时结合研究对象的具体分布状况布设98台红外相机。首次系统分析该地区红腹锦鸡和红腹角雉在性别比例、集群和行为类型方面的季节性差异。结果表明：（1）两种雉类的雌雄性比在冬季最高，秋季最低；（2）两种雉类集群的个体数量均以1～3只为主；（3）两种雉类的非集群类型在4个季节中出现频次最高的是孤雄，两种雉类在冬季主要以单性雄群的集群方式为主；（4）两种雉类在4个季节的主要行为均是位移和觅食，在冬季，两种雉类的位移行为频次占比较高；（5）相对活动强度指数显示，两种雉类在春季活动强度最高，在秋季活动强度最低。研究结果可为该地区两个物种的保护管理及生态学研究提供科学依据与参考。

摘要: 东北地区在我国生物资源上占据重要地位，受寒冷漫长的冬季以及丰厚降雪量的影响，野外工作者在冬季通常优先选择雪地足迹来完成野生动物的识别和监测，但通过足迹识别物种对人员资质要求较高，且对相似雪地足迹肉眼识别仍存在难度。因此，简单、高效且准确地通过雪地足迹影像来识别野生动物成为东北地区冬季野生动物监测的关键。为此，提出了基于雪地足迹和深度学习识别野生动物种类的方法，以东北地区6种哺乳动物为研究对象，通过野外人工采集并处理足迹影像制作雪地足迹数据集，选用分割模型SOLOv2作为分割网络完成对雪地足迹轮廓特征的自动提取，探究各物种的实例分割精度和效果。选用分类模型Swin-TransformerTiny作为分类网络实现对雪地足迹影像轮廓特征的自动分类识别，探究各物种的分类识别准确率。结果表明：本研究提出的雪地足迹识别分类方法具有较好的可信度；在分类网络中，通过人工标注雪地足迹轮廓完成物种自动分类可以达到89.9%的分类识别准确率；在雪地足迹识别网络中，通过其分割网络的结果对分类网络进行训练，最终完成整体的自动化识别，达到85.3%的分类识别准确率。总体上，通过雪地足迹影像以及深度学习技术，利用分割-分类网络构建野生动物雪地足迹识别网络，实现了基于动物雪地足迹影像的自动化物种分类识别，为我国北方冬季野生动物监测和保护提供了一种简单高效的方法。

摘要: 报道7种湖南省鸟类分布新纪录，分别为红胸姬鹟（Ficedula parva）、小滨鹬（Calidris minuta）、斑胸滨鹬（C. melanotos）、灰燕鵙（Artamus fuscus）、暗冕山鹪莺（Priniarufescens）、灰喉柳莺（Phylloscopusmaculipennis）和钳嘴鹳（Anastomusoscitans）。考虑原有分布区、记录时间和居留型，推测红胸姬鹟、小滨鹬和斑胸滨鹬为湖南罕见旅鸟，灰燕鵙和暗冕山鹪莺为湖南留鸟，灰喉柳莺和钳嘴鹳为湖南迷鸟，观测记录为研究上述鸟类的分布现状和扩散规律提供基础数据。

摘要: 珍宝岛湿地国家级自然保护区是东方白鹳（Ciconia boyciana）人工招引的集中地区，因该地区只有5个天然巢，存在人工巢在小范围区域密度过高的情况，与自然状态下东方白鹳巢的分布密度差异较大。为探究东方白鹳在高密度人工巢招引活动下的种群增长情况以及东方白鹳对人工巢巢址选择的影响因素，于2023年3—8月，对珍宝岛湿地国家级自然保护区东方白鹳种群的繁殖成功率和巢址选择进行研究。调查表明：2018年以前，保护区天然巢密度为0.20～0.27个/km²；截至2023年春，共建设人工巢39个，同时并存经年利用过的天然巢5个，巢密度为2.93个/km²，共有23巢进入孵化，总产卵数为81枚，平均窝卵数为（3.52±0.79）枚（n=23），总孵化率为66.67%，总出飞率为87.04%，最终繁殖成功率为58.02%。分析发现，东方白鹳优先选择人工巢中往年繁殖旧巢产卵（Z=-2.980,P<0.05），产卵日期越早，窝卵数（r=-0.46,P<0.05）与孵化数（r=-0.45,P<0.05）越多，孵化数越多，出飞数也就越多（r=0.83,P<0.05），距水田距离较远的巢出飞数较多（r=0.46,P<0.05）。东方白鹳在选择人工巢时更加偏好远离岛状林（Z=-2.394,P<0.05）和水田（t=1.332,P<0.05）的巢址。研究发现，东方白鹳在自然条件下的繁殖受限于巢位数量，因此人工巢的建设对于东方白鹳的种群增长起重要作用。

摘要: 上海市动物疫病预防控制中心接诊1例麦哲伦企鹅（Spheniscus magellanicus）病例，其死亡前出现食欲不振、呕吐和精神沉郁等临床症状。尸体剖检可见心包积液，肝脏呈土黄色，腺胃出血，肠道萎缩无内容物。实验室细菌培养结果为阴性，组织病理学观察显示该患病企鹅的肾脏、肝脏、脾脏和心脏等均出现淀粉样物质沉积，刚果红染色呈阳性，确诊为组织器官多发性淀粉样变性。目前，国内尚未有企鹅淀粉样变性的相关报道，本研究可为我国兽医临床诊治该类疾病提供参考。

摘要: 赤狐（Vulpes vulpes）是国家二级重点保护野生动物，也是色达县棘球绦虫（Echinococcus）等恶性疾病的重要传播源，掌握该物种时空利用特征可促进其有效管护。2023年6月—2024年3月，利用红外相机监测四川省甘孜州色达县赤狐活动，并对其栖息地影响因子、适宜栖息地和日活动节律进行分析，结果显示：赤狐的日活动强度分布不均匀（α>0.042），其在05:00、20:00和24:00出现活动峰值，在09:00—15:00活动较少，呈夜行性（β=0.09）；年均降水量、土地覆盖类型、EVI变幅和最湿月降水量是影响当地赤狐栖息地利用的主要环境因子，赤狐偏好利用年均降水量和最湿月降水量较高、EVI变幅较小的栖息地，喜欢林地。赤狐的适宜栖息地面积约为1 331 km2，主要分布在色达县东南侧；次适宜栖息地面积为3 119 km2，主要分布在色达县的东侧和南侧；色达县年龙自然保护区内适宜栖息地面积仅有221 km2，次适宜栖息地面积仅有133 km2。研究结果表明，色达县赤狐栖息地较广，且大都分布在保护区外，除保护区外，人们应该同时关注保护区外赤狐更大的栖息地管护；赤狐白天活动较少，人类白天活动与其接触的机会不多，日常生活中人们可多关注赤狐粪便密接等其他问题，以减少疫病传播。

摘要: 云南省由于先前没有兔狲（Otocolobus manul）的野外实体影像资料，因此无法确认其在该省有分布。依托第二次青藏高原综合科学考察，项目团队于2020年8月—2024年12月在云南省迪庆藏族自治州香格里拉市累计安装180台红外相机进行野生动物本底资源调查。在2024年9月19日记录到一段兔狲的野外活动影像，该影像为云南省首例兔狲野外纪录资料，证实了兔狲在云南省的分布。