TQAS-基于红外相机数据的雪豹种群评估技术规范

Q/LB.□XXXXX-XXXXT/QASXXXX—XXXX前言本文件按照GB/T1.1—2020《标准化工作导则第1部分：标准化文件的结构和起草规则》的规定起草。请注意本文件的某些内容可能涉及专利。本文件的发布机构不承担识别专利的责任。本文件由北京大学提出。本文件由青海省标准化协会归口。本标准起草单位：北京大学。本标准主要起草人：肖凌云，李雪阳，贾丁，初漠嫣，梁书洁，梁淼淼，王昊，吕植。基于红外相机数据的雪豹种群评估技术规范范围本文件规定了基于红外相机数据的雪豹（Pantherauncia）种群评估的技术流程和评估标准，包括调查方案制定与红外相机布设、红外相机影像准备与筛选、雪豹个体识别与复核确认、最少个体数据集与捕获历史表、种群模型估算、评估结果表达与档案归档等方面的技术性和管理性要求。本文件适用于基于红外相机数据的雪豹种群评估工作，其他濒危带斑纹的猫科物种可参照执行。规范性引用文件下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中，注日期的引用文件，仅该日期对应的版本适用于本文件；不注日期的引用文件，其最新版本（包括所有的修改单）适用于本文件。GB/T37364.3-2024陆生野生动物及其栖息地调查技术规程第3部分：兽类DB63/T2063—2022基于红外相机的野生动物监测技术规程术语和定义下列术语和定义适用于本文件。

种群数量在一定时间和空间范围内，某一物种种群中个体的总数。

种群密度在一定时间和空间范围内，单位面积内某一物种种群的个体数量。

种群评估基于调查数据和统计模型，对调查区域内种群数量、种群密度及其变化状况进行估算和判断的过程。

闭合种群在确定调查时段内，种群规模和个体组成保持恒定，也即个体的出生、死亡、迁入、迁出可忽略不计种群。

独立探测事件在同一相机位点，若连续拍摄到同一物种，且相邻两个影像的时间间隔小于30分钟，则整组连续影像计为1次独立探测事件。

空间标记重捕模型利用可识别个体的重复拍摄记录和红外相机位点空间信息，估算种群密度和数量的统计模型。

个体识别基于雪豹面部、左右侧面和尾巴上的特征花纹等可识别特征，将红外相机影像中的雪豹判定为同一或不同个体的过程。

个体捕获历史在确定调查时段内，按个体编号、红外相机位点和取样时间记录雪豹个体被拍摄情况形成的数据记录。

个体档案针对识别出的每一只雪豹个体建立的记录资料，包括个体编号、特征花纹影像、拍摄时间、相机位点、性别判定、复核记录等信息。工作流程基于红外相机数据的雪豹种群评估宜按照以下流程开展：a）根据评估目的划定调查区域，并确定调查区域内雪豹适宜栖息地；b）根据雪豹适宜栖息地分布和调查代表性要求制定红外相机调查方案并布设相机；c）收集并整理红外相机影像、相机位点、运行时间和影像元数据；d）基于特征花纹进行雪豹个体识别、复核确认和个体档案建立；e）形成雪豹个体数据集和个体捕获历史表，采用空间标记重捕模型估算种群密度和数量；f）记录评估时段、模型、参数、结果、不确定性和档案归档信息。雪豹种群评估总体工作流程调查方案制定与红外相机布设调查方案应围绕种群评估目的制定，明确调查区域、调查区域内雪豹适宜栖息地、调查时段、相机布设方式和数据记录要求。调查设计应保证样点对调查区域内雪豹适宜栖息地具有代表性。调查区域确定调查区域根据管理需求、行政边界、保护地边界、自然地理单元、既有雪豹分布资料和野外工作可达性等因素确定。调查区域边界应明确，可在地形图、遥感影像或地理信息系统中落图，并记录边界确定依据。雪豹适宜栖息地划定在开展调查区域内雪豹种群数量和密度估算前，应先划定调查区域内雪豹适宜栖息地。适宜栖息地可通过物种分布模型等模型模拟方法确定，也可根据既有雪豹栖息地选择研究成果、历史分布记录、红外相机记录、痕迹记录和专家判断综合确定。划定适宜栖息地时，宜保留数据来源、模型或判定方法、主要环境变量和阈值选择依据、空间边界、面积。采用模型模拟结果时，应说明模型输入数据、变量来源和适用限制；采用既有资料和专家判断时，应说明资料来源和判定依据。红外相机布设与维护相机选择要求与设置红外相机应满足野外连续工作、夜间拍摄和低温环境使用要求，宜选择成像清晰、触发稳定、续航时间满足调查周期、能够记录拍摄日期和时间的设备。布设前应统一设置日期、时间、拍摄模式、连续拍摄张数、视频长度、触发间隔和灵敏度等参数，并对设备进行测试。推荐采取2张照片、1段视频的拍摄模式，视频长度设置为15s，可根据触发频率、内存卡容量大小进行适当调整；灵敏度根据相机周边植被情况、调查季节情况设定。布设原则在具备网格化调查条件时，推荐相机密度不低于每5km×5km网格1台。相机布设应覆盖调查区域内主要雪豹适宜栖息地和不同栖息地质量等级，避免相机位点过度集中或呈高度线性分布。为提高个体复拍概率和空间模型分析质量，相机位点之间应保持合理空间间距。布设地点选择相机宜布设在雪豹活动可能性较高、便于获取清晰个体影像的位置，包括山脊、垭口、崖壁下方、沟谷通道、兽径、气味标记点、猎物活动通道等。具体机位应兼顾设备安全性、维护可达性和对动物活动干扰最小化。安装要求相机应固定牢靠，镜头朝向动物可能经过的位置，安装高度、拍摄距离和俯仰角应能够获取雪豹面部、侧面、尾部等特征花纹影像，推荐设置镜头与兽道成45°夹角，距离地面50~80cm处，并清除镜头前的遮挡物。必要时可在通道两侧相对布设双机位，以提高两侧体侧花纹获取率。安装完成后应进行现场测试，检查拍摄范围、触发效果、时间设置和遮挡情况。编号与记录每台红外相机应赋予唯一编号。现场应记录相机编号、位点名称、经纬度、海拔、布设日期、回收日期、相机日、故障情况、生境类型、布设位置说明和维护记录。调查时段调查时段应根据评估目的、调查区域气候条件、道路可达性和雪豹活动规律确定。用于空间标记重捕模型估算的调查时段宜相对集中，单次评估宜选取连续3个月的有效红外相机数据，推荐全年布设以确保可分析的有效数据量。具备条件的区域，宜选择初冬至早春开展调查或选取该时段数据进行分析。连续监测时，不同年度宜保持调查季节和调查时长一致。采集与维护调查期间应定期检查相机运行状态，维护内容包括更换电池和存储卡、检查设备损毁或丢失情况、校正时间、清理镜头前遮挡物、复核拍摄角度和触发范围。每次维护应保留维护记录，确保影像数据、相机位点和有效工作时长可追溯。雪豹个体识别与复核确认回收数据后，提取雪豹影像作为个体识别的备选数据。进入个体识别流程的影像宜满足以下条件：能够识别为雪豹；拍摄时间和相机位点信息完整；至少包含可用于识别的面部、左侧面、右侧面或尾部等特征花纹之一。光线过暗、严重模糊、遮挡过多或仅拍摄到不能支撑个体判定的局部影像，应标记为无法个体识别，并保留原始影像和筛选记录。个体识别基于视觉识别对雪豹面部、左侧面、右侧面、尾部等特征花纹进行比对。经验证能够达到项目质量要求的自动识别工具可作为辅助，但识别结果仍应按本文件要求进行复核确认。性别判定明确观察到雄性生殖器官的个体判定为雄性；观察到携带幼崽的成年个体可判定为雌性。不能依据影像可靠判定性别的，应记录为无法判定。个体比对a）一致个体判定：对于待识别的雪豹影像，应与已有雪豹个体档案进行特征花纹比对。如果与个体档案中的某已知个体一个或多个特征部位一致，且其余可见特征部位未发现不一致，则判定为同一个体，并在影像元数据中写入个体编号信息；b）不一致个体判定：如果待识别的雪豹影像与所有个体档案的特征花纹均不匹配，则建立新的个体档案，并在影像元数据中写入个体编号信息；c）无法鉴定影像：对于较为模糊、难以比对的影像，或只拍到四肢等身体局部区域的照片，不能支撑个体判定，则在元数据中写入“无法个体识别”或类似描述，后续不再对该影像进行比对。复核确认a）复核要求：在完成雪豹个体比对工作后，需有第二人复核检查；b）同一个体内查异：检查被判定为同一雪豹个体的影像，确认其确实为同一个体；c）不同个体间查重：检查被判定为不同雪豹个体的影像，排除重复个体被建立两个雪豹个体档案的可能性；d）分歧处理：在同一个体内查异和不同个体间查重的过程中，若对个体识别结果存在异议，应引入第三人进行判定；e）数据整理：确定个体识别结果后，检查所有影像是否均在元数据信息中录入正确的个体编号信息。个体数据集建立个体档案对于每一只雪豹个体，应建立单独的雪豹个体档案。档案宜包含个体编号、各识别部位的特征花纹影像（面部、左侧面、右侧面、尾部等）、首次和最近拍摄时间、性别、家庭成员情况或其他个体间关系、相机位点、复核记录等信息（个体档案记录表参见附录A）。个体档案涉及雪豹活动位点、坐标、分布范围等敏感信息时，应进行原则性保密管理，明确数据保管责任、查阅和使用权限、共享范围以及公开发布前的脱敏要求。个体数据集根据整理好的雪豹个体档案，分别统计左侧面、右侧面、尾部和面部等识别部位中能够清晰区分的个体数量，取其中最大值作为本次识别得到的最低雪豹个体数估计；用于支撑该次种群估计的影像形成雪豹个体数据集。个体捕获历史表根据雪豹个体数据集整理个体捕获历史表，记录个体编号、相机位点、拍摄时间、调查时段和独立探测事件等信息，作为空间标记重捕模型估算的数据基础。种群数量和密度估算确定数据分析时段后，应提取该时段内红外相机拍摄到的雪豹个体数据集，结合调查区域内雪豹适宜栖息地、红外相机布设信息和个体捕获历史，可用空间标记重捕模型进行种群数量和密度估算（方法介绍参见附录C）。模型适用性采用空间标记重捕模型时，应具备可识别个体的重复拍摄记录、相机位点空间坐标和有效调查时段信息。调查时段宜相对集中，以满足闭合种群等模型假设要求；相机位点过度集中、呈高度线性分布或重捕不足时，应说明模型适用性限制。模型数据准备模型数据应包括个体捕获历史表、相机位点表、有效相机日、调查时段、独立探测事件、识别个体数和调查区域内雪豹适宜栖息地空间边界。用于模型分析的数据应保持个体编号、相机位点编号和时间记录一致。调查数据代表性判断开展区域种群评估时，应判断调查数据对调查区域内雪豹适宜栖息地的代表性。调查样点明显集中于部分区域、部分栖息地类型或部分栖息地质量分层时，应在结果中说明数据代表性限制，避免将局部密度简单外推至整个调查区域。变量选择模型变量选择应符合雪豹适宜栖息地特征和生态学特征，可结合地形、海拔、坡度、地表覆盖、猎物分布、人类活动强度、栖息地适宜性等变量开展分析，保留变量来源、空间分辨率和处理方法的记录。种群密度估算种群密度结果应说明模型参数、变量组合、估算密度及置信区间或其他不确定性指标。存在多个候选模型时，可采用模型评价指标进行比较，并记录模型选择或结果取舍依据。调查区域内雪豹种群数量估算调查区域内雪豹种群数量应以模型估算得到的种群密度为基础，外推至调查区域内已划定的雪豹适宜栖息地面积。外推时应说明适宜栖息地面积、密度估算来源、外推方法和不确定性范围；不宜将密度结果外推至非雪豹适宜栖息地的区域。评估结果与档案归档评估周期宜根据监测目的和数据积累情况确定。用于连续监测的区域，可按年度开展一次评估；对于大尺度综合评估，按年度开展难度较大的，综合考虑雪豹的独立周期、繁殖间隔和野外工作难度，可按5年周期进行评估。评估结果内容评估结果应说明调查区域、调查区域内雪豹适宜栖息地面积、评估时段、数据来源、有效相机数量、独立探测事件、识别个体数、模型方法、估算密度、种群数量及不确定性范围。档案归档评估完成后，应归档调查方案、相机位点表、雪豹适宜栖息地边界、影像筛选记录、个体识别结果、雪豹个体数据集、捕获历史表、模型计算过程、评估结果和复核记录。涉及敏感位点、坐标、分布范围和可识别个体影像的信息，应按照保密管理要求控制查阅、共享和公开发布。

（资料性）

雪豹个体档案记录表见表A.1。雪豹个体档案记录表记录项目记录内容填写说明个体编号建档日期建档人/复核人识别部位影像编号面部：；左侧面：；右侧面：；尾部：拍摄时间每一次重捕均记录相机位点编号相机位点坐标海拔性别判定雄性/雌性/无法判定；依据：家庭成员或互动关系同一/不同个体判定依据复核意见保密等级及使用权限备注

（资料性）

雪豹个体识别示例雪豹特征花纹部位图见图B.1。雪豹特征花纹部位图相同雪豹个体特征花纹比对图见图B.2。相同雪豹个体特征花纹比对图不同雪豹个体特征花纹比对图不同雪豹个体特征花纹比对图

（资料性）

空间标记重捕模型介绍空间标记重捕模型（Spatial-explicitcapture-recapturemodel，SECR）SECR模型认为每只个体有活动中心，距离活动中心越远，被红外相机拍摄到的概率越低。该模型利用个体重复拍摄记录和红外相机位点空间信息估算有效调查面积和种群密度，可用于估测调查区域内雪豹种群密度。模型应用条件与结果评价使用空间标记重捕模型前，应整理个体捕获历史表、相机位点信息和有效调查时段。调查时段宜相对集中，以减少种群开放性对单季模型估算的影响。空间标记重捕模型适用于能够可靠识别个体、形成重复捕获记录，并包含相机位点空间信息的数据。相机布设应能够支持同一个体在不同相机位点间被重复记录；相机位点过度集中、呈高度线性分布或重捕不足时，应说明模型适用性限制。存在多个候选模型时，可采用AIC等模型评价指标进行比较。候选模型评价结果接近时，可结合数据代表性、模型假设和专家判断确定采用结果；候选模型差异明显时，宜优先采用评价结果较优且符合数据条件的模型，并记录取舍依据。

（资料性）

三江源区域种群评估案例调查区域与适宜栖息地划定已有研究以三江源区域为调查区域，整合2015年—2021年红外相机调查数据开展雪豹种群评估。研究首先基于既有雪豹出现记录和环境变量开展适宜栖息地模拟，并在调查区域内划定雪豹适宜栖息地，用于后续密度估算和种群数量外推。红外相机调查数据该案例整合12个样区、4家机构的红外相机调查数据。经筛选后，使用280台红外相机的有效数据开展密度模型分析，并对调查样点在不同栖息地分层中的代表性进行评估，以降低将局部调查结果外推至较大区域时产生偏差的风险。个体识别与捕获历史该案例基于雪豹个体影像进行个体识别，识别雪豹个体127只，形成354次独立有效照片记录。个体识别结果与红外相机位点、拍摄时间共同整理为个体捕获历史表，作为空间标记重捕模型输入数据。模型估算该案例采用空间标记重捕模型估算雪豹种群密度，并比较候选模型结果。候选模型纳入的密度变量包括栖息地质量相关变量和环境变量，其中栖息地质量相关变量包括基于Maxent模型生成的雪豹分布概率、基于Zonation生成的保护优先级，以及由上述结果划分的栖息地分层；环境变量包括地形崎岖度、裸地覆盖度和草地覆盖度。模型估算前，对相机调查数据在栖息地分层中的代表性进行判断，以降低将局部调查结果外推至较大区域时产生偏差的风险。该案例中，基于Zonation生成的保护优先级分层作为单一密度协变量的模型为最优模型。密度结果和种群数量外推