检索结果(检索关键词为:野生动物;结果共207条)
  • 薛亚东; 刘芳; 郭铁征; 袁磊; 李迪强
    兽类学报 2014年第34卷第2期 DOI:10.16829/j.slxb.2014.02.008
    关键词: 相机陷阱,阿尔金山,水源,野生动物
    摘要: 为调查阿尔金山北坡的鸟兽物种多样性和丰富度,2010-2012年,利用相机陷阱调查技术对阿尔金山北坡的7个水源地进行了监测。监测期间共记录到26个物种,其中兽类11种,鸟类15种。记录到野骆驼、藏野驴等国家一级保护动物以及雪豹、猞猁、豺等稀有兽类,胡兀鹫、金雕、高山兀鹫等珍稀猛禽。食草动物中野骆驼是水源地占优势地位的物种,也是该地区分布最广的物种。食肉动物中狼和赤狐为广泛分布的物种。对于荒漠地区动物的调查,基于水源地的红外相机监测是一个较为可行的方法,同时也为研究社群结构、种间竞争以及不同物种资源利用生态位重叠和分离提供了可能。利用红外相机的水源地监测有助于评估环境变化和人为干扰对野生动物水源利用的影响,并为荒漠地区水源管理和保护提供参考。

  • 钟俊杰; 钮冰; 陈沁; 陈翔; 王艳
    兽类学报 2023年第43卷第6期 DOI:10.16829/j.slxb.150774
    关键词: 深度学习,图像识别,音频识别,野生动物保护
    摘要: 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。

  • 任义军; 孙大明; 甄军爱; 王立波; 赵雨梦; 沈华; 刘彬; 陈玉清
    兽类学报 2022年第42卷第6期 DOI:10.16829/j.slxb.150631
    关键词: 麋鹿,野生动物,死亡率,种群管理,疫病
    摘要: 麋鹿(Elaphurus davidianus)曾是中国特有的大型沼泽湿地型鹿科动物。由于人类活动、气候变化和历史变迁等因素,麋鹿于1900年前后在中国本土灭绝,少数圈养个体流落海外(计宏祥,1985;曹克清和陈彬,1990)。1986年我国从英国引进39头麋鹿放养在苏北沿海滩涂,建立了大丰麋鹿自然保护区,1997年晋升为江苏大丰麋鹿国家级自然保护区(以下简称:大丰麋鹿保护区)。

  • 魏辅文
    兽类学报 2022年第42卷第5期 DOI:10.16829/j.slxb.150734
    关键词: 野生动物,保护生物学,青藏高原
    摘要: 青藏高原是我国重要的生态屏障区,动物资源丰富,物种独特,是开展野生动物保护生物学研究的天然实验室。尽管青藏高原野生动物保护研究已取得重要成就,但随着科学技术的发展与进步,未来可以在以下3个方面进一步加强。一是坚持高原野生动物种群及栖息地的长期监测;二是利用多学科交叉及宏微观结合的技术与方法开展整合生物学研究;三是进一步加强高原野生动物保护生物学研究青年科技人才的培养。

  • 赛青高娃; 李宏奇; 王东; 王子涵; 连新明
    兽类学报 2022年第42卷第5期 DOI:10.16829/j.slxb.150670
    关键词: 青藏铁路,藏羚,野生动物通道,集群规模,迁徙
    摘要: 道路在促进区域经济发展的同时,也影响着沿线野生动物的生存状况,如造成动物栖息地隔离或破碎化(李俊生等,2009;黄青东智等,2022)、车辆碰撞导致动物死亡(Abra et al., 2018;Wadey et al., 2018; Delgado et al., 2019; Pagany,2020)、阻隔两侧动物基因交流(Keller and Largiader, 2003;蔡志洲,2020)等。