基于无人机遥感的黑龙江南瓮河国家级自然保护区驼鹿种群数量及空间分布调查.pdf

Chinese Journal of Wildlife 2023，44（3）：486-493Chinese Journal of Wildlifehttp：/基于无人机遥感的黑龙江南瓮河国家级自然保护区驼鹿种群数量及空间分布调查王劭文1，2，王东亮2*，凌成星3，张军4，金跃5，刘曙光5（1.辽宁工程技术大学测绘与地理科学学院，阜新，123000；2.中国科学院地理科学与资源研究所陆地表层格局与模拟院重点实验室，北京，100101；3.中国林业科学研究院资源信息研究所，北京，100091；4.大兴安岭林业集团公司，大兴安岭地区，165000；5.黑龙江南瓮河国家级自然保护区管理局，大兴安岭地区，165000）摘 要2022年3月下旬，利用固定翼无人机对南瓮河国家级自然保护区内驼鹿（Alces alces）进行航拍调查，估算及分析保护区内驼鹿的种群数量、分布密度和生境因子之间的关系。结果表明：获取无人机影像17 818张，无人机样带拼接面积为206.9 km2。结合目视解译方式识别驼鹿并据此建立驼鹿无人机影像解译标志库。根据无人机样带解译结果，得到驼鹿的种群密度为（0.1740.038）只/km2，估算出保护区驼鹿的种群数量为310484只。驼鹿的分布及生境选择中生态因子的分析结果表明，驼鹿主要分布于海拔400500 m的温带落叶阔叶林中，偏好选择坡度为06的平缓区域，以及距水源13 km和远离公路5 km外的区域。提出一种基于无人机遥感调查大面积区域内大型野生动物种群数量和分布规律的方法，该方法利用无人机平台获取野生动物影像并估算得到野生动物的种群数量，将遥感、地理信息系统与野生动物调查相结合，为野生动物动态监测及保护提供了有效的可视化数据，可为准确获取野生动物的活动区域和栖息地环境参数提供参考。稿件运行过程收稿日期：2023-02-17修回日期：2023-03-27关键词：驼鹿；种群数量；空间分布；无人机遥感；数字正射影像；南瓮河国家级自然保护区Key words：Moose（Alces alces）；Population；Spatial distribution；UAVRS；Digital orthophoto map；Nanwenghe National Nature Reserve中图分类号：Q958.1文献标识码：A文章编号：2310-1490（2023）-03-0486-08DOI：10.12375/ysdwxb.20230302基金项目：中国科学院A类战略性先导科技专项项目（XDA26010201）；国家重点研发计划项目（2021YFD1300501，2021YFF0704400）；国家重大科技专项项目（2021xjkk1402）；国家自然科学基金项目（41501416）第一作者简介：王劭文，男，28岁，硕士研究生；主要从事无人机遥感与生态监测研究。E-mail：*通信作者：王东亮，E-mail：王劭文等：基于无人机遥感的黑龙江南瓮河国家级自然保护区驼鹿种群数量及空间分布调查第3期Population and Spatial Distribution of Moose in Nanwenghe National Nature Reserve，Heilongjiang Province Based on Unmanned Aerial Vehicle（UAV）Remote SensingWANG Shaowen1，2，WANG Dongliang2*，LING Chengxing3，ZHANG Jun4，JIN Yue5，LIU Shuguang5（1.School of Geomatics，Liaoning Technical University，Fuxin，123000，China；2.Key Laboratory of Land Surface Pattern and Simulation，Institute of Geographic Sciences and Natural Resources Research，Chinese Academy of Sciences，Beijing，100101，China；3.Institute of Forest Resource Information Techniques，Chinese Academy of Forestry，Beijing，100091，China；4.Daxing anling Forestry Industry Group Company，Daxing anling Prefecture，165000，China；5.Nanwenghe National Nature Reserve Administration，Daxing anling Prefecture，165000，China）Abstract：In late March 2022，an aerial survey of moose（Alces alces）in the Nanwenghe National Nature Reserve was conducted using fixed-wing drones to estimate and analyze the relationship between the population，distribution density and habitat variables of moose in the reserve.Results show that 17，818 unmanned aerial vehicle（UAV）images were obtained，and the splicing area of UAV transect was 206.9 km2.The moose was identified by visual interpretation and the moose UAV image interpretation symbol library was established accordingly.According to the interpretation results of UAV transect，the density of moose transect was（0.1740.038）individuals/km2，and the population of moose in the reserve was estimated to be 310-484 individuals.The distribution of moose and the analysis of ecological factors in habitat selection showed that moose were mainly distributed in temperate deciduous broad-leaved forests with an altitude of 400-500 m.Moose preferred flat areas with a slope of 0-6，and areas within 1-3 km from water sources and 5 km away from roads.This paper proposes a method based on UAV remote sensing to investigate the size and distribution of large wild animal populations in a large area.This method uses UAV platform to obtain wild animal images and to estimate the number of wild animal populations.Combining remote sensing，geographic information system and wild animal survey，it provides effective visual data for dynamic monitoring and protection of wild animals，and can provide reference for accurately obtaining the active area and habitat environmental parameters of wild animals.目前，野生动物数量调查主要分为地面调查和遥感调查，其中地面调查包括样线法、样带法、大样方法和非损伤性CMR法等。从20世纪90年代开始陆续有学者对有蹄类动物的种群数量开展调查14。刘辉等5对比了4种数量调查方法对北方冬季有蹄类动物种群数量的估算结果，发现大样方法和非损伤性CMR法的估算结果较为准确。吴娱等6采用样带法和样方法调查得到阿尔金山自然保护区内藏野驴（Equus kiang）、野牦牛（Bos grunniens）的种群数量。上述研究表明，采用地面调查方法调查野生动物可准确地获取动物栖息地的环境参数，但大范围地面调查耗费的人力和时间成本均较高，也易受地形和环境因素的影响。随着监测技术的不断发展，遥感监测技术的应用越来越广泛。在野生动物调查领域中，遥感监测调查可分为卫星遥感调查和航空遥感调查，其中卫星遥感调查具有快速、宏观的特点，多用于野生动物生境分析、空间分布预测和栖息地生态容量分析等78。陈智等9通过对MSS影像和TM影像的处理及分析，总结了白头叶猴（Trachypithecus leucocephalus）栖息地景观格局的变化特征；Platonov等10使用GeoEye高分辨率卫星影像检测海洋哺乳动物及其活动痕迹。基于航空遥感的野生动物调查是利用有人飞机或无人机获取航空影像作为调查数据，通过487野 生 动 物 学 报第44卷处理和解译影像识别动物个体，具有调查效率高、影像空间分辨率高和样带布设不受地形和环境限制的优势，但有人飞机的野生动物调查存在成本较高、噪音干扰野生动物和起降条件要求较为严格等缺点11，而无人机遥感（unmanned aerial vehicle remote sensing，UAVRS）调查具有高空间分辨率、可在云下飞行观测、灵活高效和对调查对象无干扰等优势，如Hodgson等12将无人机技术应用于热带和极地环境中的野生动物监测上；邵全琴等13利用固定翼无人机对玛多县内食草动物进行调查研究；Prosekov等14在俄罗斯萨拉伊尔自然保护区使用搭载热红外相机的无人机监测驼鹿。无人机在动植物监测和生物多样性保护等领域的应用前景广阔1517，能够为野生动植物调查提供一种高效便捷的方式。本研究利用无人机搭载可见光传感器生成调查样带，根据样带解译结果估算南瓮河国家级自然保护区内驼鹿种群数量，结合保护区的数字高程模型（digital elevation model）、土地覆盖数据等，利用ArcGIS软件统计分析驼鹿的生境选择，以期为野生动物保护及栖息地监测提供有效的数据支持。1研究区概况南瓮河国家级自然保护区（5165140 N，125812550 E）是我国唯一的寒温带水域内陆湿地生态系统类型的自然保护区，是大兴安岭生态示范区重要组成部分，位于大兴安岭东部林区东南部（图1），地处大兴安岭山脉伊勒呼里山南麓，属寒温带半湿润大陆性季风气候，四季变化显著，年均气温-3，最高气温37.5，年均风速2.0 m/s。保护区属低山丘陵地貌，北部高耸，南部平缓，海拔 370 1 044 m，面积为2 283.24 km2，驼鹿分布核心区约为542.48 km2。保护区内植物 61科 442种，其中国家重点保护野生植物 6 种，兰科（Orchidaceae）植物 6种；野生动物309种，其中兽类49种、鸟类216种、两栖爬行类和鱼类44种，国家一级重点保护野生动物9种，国家二级重点保护野生动物47种 18。2研究方法2.1无人机航拍作业2022年3月23日4月1日，在南瓮河国家级自然保护区利用无人机对驼鹿开展调查。航拍作业选择在天气晴朗、低空和无云雾的适宜条件下进行，无人机飞行高度为300380 m，影像空间分辨率为5 7 cm。采用系统分层抽样法布设样带，航拍共布设23条调查样带，核心区布设17条样带，金矿区域布设6条样带。调查样带长411 km，宽1.22.0 km，图1研究区位置及红外相机拍摄的驼鹿Fig.1 Location of the study area and moose photographed by infrared camera488王劭文等：基于无人机遥感的黑龙江南瓮河国家级自然保护区驼鹿种群数量及空间分布调查第3期样带总长为187 km。由于受南瓮河国家级自然保护区冬季自然条件的限制，综合考虑无人机起降位置、搭载设备车辆的可达性和无人机作业能力等因素，无人机飞行作业主要沿河流沿线开展。调查样带设计依据 2011年国家林业局发布的“全国第二次陆生野生动物资源调查技术规程”（http：/ m，有效荷载3.0 kg，续航时间1.5 h。2.2无人机影像拼接及解译将无人机影像进行正射纠正、拼接和匀色等影像数据处理，得到样带的数字正射影像（图2），拼接完成的有效面积为206.9 km2。在建立驼鹿解译标志库的基础上，使用目视解译方式识别和统计驼鹿种群个体，估计种群数量。在目视解译中，按照遥感解译的色调、颜色、纹理和阴影等要素特征，结合驼鹿活动规律和习性，建立驼鹿影像解译标志（表1）。根据解译结果，发现驼鹿多单独活动，偶尔聚集呈小群（多数群体为27只），常见单独、2或3只活动个体。驼鹿主体呈棕褐色、灰色等保护色，与枯树桩及土墩颜色较接近。群体较分散。2.3驼鹿数量估算根据样带调查结果，采用直接估算法估算南瓮河国家级自然保护区内驼鹿的种群数量，估算方法为：D=i=1nyii=1nzi（1）D=DtSDn-1（2）N=A D（3）P=1-tSDn-1/D（4）式中：D为调查区域内驼鹿平均密度，zi为无人机调查样带面积，yi为无人机调查样带中驼鹿数量；D为驼鹿分布密度的置信区间（置信概率取80%，自由度为n-1），t为分布表中的值，SD为标准差；N为调查区域内驼鹿种群数量的估算结果，A为调查区域的总面积；P为调查精度。2.4栖息地生态因子选取地形因子、植被因子、水源和道路分析驼鹿的栖息地选择性。生态因子数据来源：30 m分辨率DEM 数据来源于 ASTER GDEM；坡度根据 DEM 数 据提取；植被类型根据 1 100 万中国植被图提取，1 100万中国植被图来源于国家自然科学基金委员会“中国西部环境与生态科学数据中心”（http：/）；土地覆盖数据来源于国家基础地理信息中心全球地表覆盖数据产品服务网站（http：/www.globeland30.org）；中国多年度地市行政区划边界数据来源于资源环境科学数据注册与出版系统19。3结果3.1样带调查结果利用 2022年春季获取的 17 818张无人机航拍影像统计驼鹿的种群数量。如图3所示，在保护区核心区布设17条无人机样带（样带114和2123），在金矿区域布设6条无人机样带（样带1520），种群密度为0.354只/km2，其中，样带18内发现驼鹿数量最多（6只），占总数的16.7%，种群密度为0.462只/km2；图2样带拼接结果Fig.2 Sample tape splicing results489野 生 动 物 学 报第44卷样带17内发现驼鹿4只，该架次的驼鹿种群密度最大，为0.620只/km2；样带2、4、5、12、13、19、21、22和23中未发现驼鹿。3.2驼鹿种群数量共布设 23 条无人机样带，样带长 411 km，宽1.22.0 km。根据无人机样带调查结果，置信概 率选取 80%，通过统计分析得到研究区面积为 2 283.24 km2，共发现驼鹿 36 只，驼鹿种群密度为（0.1740.038）只/km2，种群数量为310484只，调查精度P=78.11%。3.3驼鹿分布规律按照上述估算方法对生态因子的区间进行分类，计算栅格数据提取驼鹿点位的生态因子（图4），驼鹿分布点位叠加栖息地环境因素栅格数据分析得到驼鹿空间分布。利用选择指数计算得出样带内驼鹿对生态因子的选择倾向，将地形因子和植被因子按等级区间统计驼鹿的选择偏好指数（表2），结果表明：根据地形因子分析，春季驼鹿偏好选择在海拔400500 m的区域内活动，该区间内驼鹿的数量占总数的77.8%，海拔超过600 m区域没有驼鹿分布；在坡度06区域，驼鹿数量占总数的86.1%，在坡度69区域驼鹿数量占总数的8.3%。根据植被因子分析，驼鹿对温带落叶阔叶林有偏好，占总数的72.2%，在寒温带和温带山地针叶林内有少量驼鹿分布，占总数的19.5%。对于水源地和公路，驼鹿偏好选择距水源13 km、距公路超过5 km的区域。4讨论无人机遥感是利用先进的无人驾驶飞行器技术、遥感传感器技术、遥测遥控技术、通信技术、POS定位定姿技术、GPS差分定位技术和遥感应用技术，具有自动化、智能化、专业化快速获取国土、资源、环境和事件等空间遥感信息的优势，并能实时处理、建表1春季驼鹿及易混淆的地物识别特征Tab.1 Identification characteristics of spring moose and other confusing features解译特征Interpretation features色调Hue色彩Color纹理Texture阴影Shadow大小Size形状Shape布局位置Layout location识别样例Example驼鹿Moose棕色或灰色呈现棕褐色、烟棕和青灰等异于或接近地面背景色的多种色彩，偶有白色一般具纯色、渐变色纹理具有边界清晰的深色阴影（在正午时间拍摄或阴天拍摄的阴影会不明显）单独目标长一般为1.23.0 m（需注意紧贴的多只集群目标可能大于此尺寸）边界较清晰，往往近似椭圆形，多数个体具明显长轴单独或成群分布树桩Stub多为黑色、灰色多为黑色、灰色土灰色条状纹理具有阴影大小多变，易混淆的目标往往与动物大小近似多呈不规则形状，易混淆目标形状与动物近似往往在水体附近呈散布点状分布草甸土墩Meadow mound黄色、褐色为主多为黄褐色离散斑点到斑块具有阴影一般为0.11.0 m圆形或近圆形居多，一般无明显长轴集群连片分布河岸小块崩塌、土坎等Small pieces of river bank collapse，soil ridge棕色、褐色为主阴影为灰色、黑色等不具有一致的纹理不具有阴影大小多变，易混淆目标的阴影往往与动物大小近似易混淆目标阴影形状往往与动物近似集群连片分布490王劭文等：基于无人机遥感的黑龙江南瓮河国家级自然保护区驼鹿种群数量及空间分布调查第3期模和分析的先进新兴航空遥感技术解决方案20。与传统的监测方法相比，无人机遥感技术在对中大型动物的监测中，具有对外界干扰因素的抵抗能力更强，不易受气候、天气和地面植被等因素的干扰和影响等特点，从而能有效实现全天候监测。但该技术也存在不足，如热红外成像、激光雷达等传感器与可见光传感器的图幅不一致，缺乏准确的栖息地动植物分布、植被生长信息及地形地貌数据，不能充分为野生动物的分布规律提供参考依据。为了解南瓮河国家级自然保护区内驼鹿的种群数量及空间分布，采用无人机遥感调查代替传统的人工地面调查，提高了调查效率。本次航拍时间为 34月，大兴安岭地区地表大部分区域被雪覆盖，有少量土堆、木桩等地物在可见光影像中易与驼鹿混淆，后期可考虑搭载热红外相机同步获取可见光和热红外影像，作为影像解译的辅助手段，提升驼鹿辨识准确率。此外，本次调查受新冠疫情等影响，未同步开展地面调查，后期将考虑增加地面与无人机同步调查，相互验证提升结果的可靠性。本调查结果表明，南瓮河国家级自然保护区内驼鹿的种群密度为（0.1740.038）只/km2，种群数量为310484只。金矿区域（样带1520）发现17只驼鹿，种群密度为0.354只/km2，种群密度远高于整个保护区的驼鹿平均种群密度，表明驼鹿在金矿附近活动较为频繁。由于受南瓮河国家级自然保护区冬季自然条件的限制，综合考虑无人机起降位置、搭载设备车辆的可达性和无人机的作业能力等因素，样带主要分布在核心区及东部金矿区域。由于样带的不均匀分布，无法确定其他未抽样区域的驼鹿种群密度，导致估算结果可能存在一定偏差。采用目视解译的方式识别动物的识别精度较高，但解译时间较长，未来可扩大调查区域面积以获取足够的驼鹿样本，利用目标检测算法等深度学习方法自动识别图3驼鹿调查点位分布Fig.3 Moose distribution sites图4驼鹿分布点位的生态因子分析Fig.4 Analysis of ecological factors of the moose distribution sites491野 生 动 物 学 报第44卷及提取动物个体样本，以提高解译工作的效率。5结论本研究提出一种基于无人机遥感调查大型野生动物种群数量和分布规律的方法，进而分析野生动物对相关生态因子的选择，提供一种适用于大面积区域野生动物种群数量调查的技术手段。本研究利用2022年春季开展的无人机航拍调查结果，估算了南瓮河国家级自然保护区内驼鹿的空间分布和生境选择偏好，23个调查样带中，样带18发现的驼鹿数量最多，占所有样带发现驼鹿总数的16.7%，该样带内驼鹿的种群密度为 0.462 只/km2，样带 1、3、6、7、8、9、10、11、14、15、16、17、18和20中存在驼鹿分布（图3）。在无人机调查样带中共发现36只驼鹿，驼鹿的种群密度为（0.1740.038）只/km2。通过直接估算法计算出保护区内驼鹿的种群数量为 310484只。参考文献：1 朴仁珠，关国生，张明海.中国驼鹿种群数量及分布现状的研究 J.兽类学报，1995，15（1）：11-16.PIAO R Z，GUAN G S，ZHANG M H.Population size and distribution of moose in China J.Acta Theriologica Sinica，1995，15表2驼鹿春季生境选择中生态因子的分布频次Tab.2 Frequency of distribution of ecological factors in spring habitat selection of moose生境变量Habitat variable海拔/mAltitude坡度/（）Slope植被覆盖度（%）Vegetation coverage植被类型Vegetational type距水源地距离/kmDistance to water source距公路距离/kmDistance to road分类Classification4004005005006006000336699030304040505060607070100寒温带和温带山地针叶林温带落叶阔叶林草甸113355113355出现频次Frequency of appearance42840121932072072072638205334722个体数量占比（%）Quantity proportion11.177.811.1033.352.88.35.6019.455.619.45.6019.572.28.322.255.613.98.38.311.119.561.1492王劭文等：基于无人机遥感的黑龙江南瓮河国家级自然保护区驼鹿种群数量及空间分布调查第3期（1）：11-16.2 张明海.大兴安岭呼中地区冬季驼鹿对生境的选择性 J.兽类学报，2001，21（4）：310-313.ZHANG M H.Wintering habitat selection by moose cold temperate zone，the Great Khingan Mountains J.Acta Theriologica Sinica，2001，21（4）：310-313.3 孙萍，黄师梅，苏云，等.内蒙古贺兰山马鹿的种群数量及种群结构 J.野生动物学报，2021，42（2）：341-347.SUN P，HUANG S M，SU Y，et al.Red deer population size and structure on Helan Mountain，Inner Mongolia，ChinaJ.Chinese Journal of Wildlife，2021，42（2）：341-347.4 支晓亮，钟林强，张立博，等.内蒙古大兴安岭林区驼鹿种群数量及分布 J.野生动物学报，2014，35（4）：365-370.ZHI X L，ZHONG L Q，ZHANG L B，et al.Population size and distribution of moose（Alces alces cameloides）in the Greater Khingan Mountains of Inner Mongolia，China J.Chinese Journal of Wildlife，2014，35（4）：365-370.5 刘辉，姜广顺，李惠.北方冬季有蹄类动物4种数量调查方法的比较 J.生态学报，2015，35（9）：3076-3086.LIU H，JIANG G S，LI H.A comparative study on four survey methods used in ungulate population size estimation in winter in north ChinaJ.Acta Ecologica Sinica，2015，35（9）：3076-3086.6 吴娱，董世魁，张相锋，等.阿尔金山保护区藏野驴和野牦牛夏季生境选择分析 J.动物学杂志，2014，49（3）：317-327.WU Y，DONG S K，ZHANG X F，et al.Summer habitat selection of the ungulates Equus kiang and Bos grunniens in Altun Mountain Reserve J.Chinese Journal of Zoology，2014，49（3）：317-327.7 LARUE M A，ROTELLA J J，GARROTT R A，et al.Satellite imagery can be used to detect variation in abundance of Weddell seals（Leptonychotes weddellii）in Erebus Bay，Antarctica J.Polar Biology，2011，34（11）：1727-1737.8 LARUE M A，STAPLETON S，ANDERSON M.Feasibility of using high-resolution satellite imagery to assess vertebrate wildlife populations J.Conservation Biology，2017，31（1）：213-220.9 陈智，黄乘明，周歧海，等.白头叶猴（Trachypithecus leucocephalus）栖息地景观格局的时空变化 J.生态学报，2008，28（2）：587-594.CHEN Z，HUANG C M，ZHOU Q H，et al.Spatial temporal changes of habitat of Trachypithecus leucocephalus J.Acta Ecologica Sinica，2008，28（2）：587-594.10 PLATONOV N G，MORDVINTSEV I N，ROZHNOV V V.The possibility of using high resolution satellite images for detection of marine mammalsJ.Biology Bulletin，2013，40（2）：197-205.11 OGUTU J O，OWEN-SMITH N，PIEPHO H P，et al.Continuing wildlife population declines and range contraction in the Mara region of Kenya during 1977-2009J.Journal of Zoology，2011，285（2）：99-109.12 HODGSON J C，BAYLIS S M，MOTT R，et al.Precision wildlife monitoring using unmanned aerial vehicles J.Scientific Reports，2016，6：22574.13 邵全琴，郭兴健，李愈哲，等.无人机遥感的大型野生食草动物种群数量及分布规律研究 J.遥感学报，2018，22（3）：497-507.SHAO Q Q，GUO X J，LI Y Z，et al.Using UAV remote sensing to analyze the population and distribution of large wild herbivores J.Journal of Remote Sensing，2018，22（3）：497-507.14 PROSEKOV A，VESNINA A，ATUCHIN V，et al.Robust algorithms for drone-assisted monitoring of big animals in harsh conditions of Siberian winter forests：recovery of European elk（Alces alces）in Salair MountainsJ.Animals，2022，12（12）：1483.15 胡健波，张健.无人机遥感在生态学中的应用进展 J.生态学报，2018，38（1）：20-30.HU J B，ZHANG J.Unmanned aerial vehicle remote sensing in ecology：advances and prospectsJ.Acta Ecologica Sinica，2018，38（1）：20-30.16 HODGSON J C，MOTT R，BAYLIS S M，et al.Drones count wildlife more accurately and precisely than humans J.Methods in Ecology and Evolution，2018，9（5）：1160-1167.17 MANGEWA L J，NDAKIDEMI P A，MUNISHI L K.Integrating UAV technology in an ecological monitoring system for community wildlife management areas in TanzaniaJ.Sustainability，2019，11（21）：6116.18 大兴安岭地区行政公署.黑龙江南瓮河国家级自然保护区保护 概 况EB/OL.（2012-08-29）2023-02-17.http：/ anling Prefecture Administrative Office.Protection overview of Nanwenghe National Nature Reserve in Heilongjiang EB/OL.（2012-08-29）2023-02-17.http：/ 徐新良.中国多年度地市行政区划边界数据 DB/OL/资源环 境 科 学 数 据 注 册 与 出 版 系 统，2023.DOI：10.12078/2023010102 2023-02-17.http：/ X L.China s multi-year municipal administrative division boundary data DB/OL/Resource and Environment Science and Data Center，2023.DOI：10.12078/20230101022023-02-17.http：/ 李德仁，李明.无人机遥感系统的研究进展与应用前景 J.武汉大学学报（信息科学版），2014，39（5）：505-513；540.LI D R，LI M.Research advance and application prospect of unmanned aerial vehicle remote sensing system J.Geomatics and Information Science of Wuhan University，2014，39（5）：505-513；540.493