《Scientific Reports》：Estimating the density of raccoon dogs (Nyctereutes procyonoides) and water deer (Hydropotes inermis) using thermal real-time drone surveys and distance sampling
编辑推荐：
本研究针对中大型哺乳动物密度估算难题，利用无人机热成像实时监测结合距离取样法（线样带/点样带），评估了貉（31.8 ind/km2）与獐（30.6 ind/km2）的种群密度及探测概率，为野生动物保护管理提供了高效技术方案。
在野生动物生态学与保护生物学领域，准确掌握种群密度和空间分布是制定科学管理策略的基石。然而，对于生活习性隐蔽、栖息地复杂的中大型哺乳动物而言，传统的野外调查方法（如人工样线、红外相机陷阱）往往面临“看得见”的困境：要么动物躲得太好，导致低估数量；要么环境干扰太大，数据误差难以控制。尤其是在芦苇荡、茂密灌丛等难以通行的生境中，调查人员不仅效率低下，还容易惊扰目标物种。为了破解这一难题，韩国研究人员将目光投向了天空——利用搭载热成像传感器的无人机（UAV）进行实时监测，并结合经典的距离取样法（Distance Sampling），开展了一项旨在提升密度估算精度的实证研究。
研究方法概述
本研究在韩国仁川延寿芦苇湿地（Yeonsu reedbed）和忠州人工林（Chungju plantation forest）两个典型生境展开。针对貉（Nyctereutes procyonoides）偏好线性活动的习性，在芦苇湿地采用线样带取样法（Line-transect Sampling），进行了9次无人机飞行调查；针对獐（Hydropotes inermis）的活动特点，在人工林采用点样带取样法（Point-transect Sampling），进行了4次调查。研究核心是通过无人机热成像实时识别物种并记录个体与观测点的距离，利用距离取样模型计算探测概率，最终校正并估算出真实的种群密度。
研究结果
貉（Nyctereutes procyonoides）的密度估算
在芦苇湿地生境中，无人机表现出色。9次线样带调查共记录到270只貉。数据分析显示，该物种的探测概率高达73.7%，估算密度为31.8 ind/km2。这一结果验证了在开阔或半开阔湿地环境中，无人机热成像配合线样带法具有极高的检测效率，能有效克服芦苇遮挡带来的视野限制。
獐（Hydropotes inermis）的密度估算
在忠州的人工林生境中，情况更具挑战性。4次点样带调查仅探测到35只獐。受限于复杂的林地地形和较小的样本量，獐的探测概率显著较低，仅为34.4%，估算密度为30.6 ind/km2，且置信区间较宽。这表明在郁闭度高的森林环境中，点样带法的效果受限于探测视野和动物隐蔽性。
结论与讨论
本研究的核心结论是：无人机热成像实时监测与距离取样法的整合，能够有效校正中大型哺乳动物密度估算中的探测偏差。对于貉这类在开阔地活动的物种，该方法近乎完美；即便对于獐这类在复杂林地活动的物种，该方法也能提供基础数据，但提示我们需要更精细的模型来应对环境异质性。
研究的重要意义在于它将“无人机技术”从单纯的“拍摄工具”提升为“定量生态学工具”。通过距离取样模型，研究人员不再是被动地记录“看到了多少”，而是主动地计算出“漏掉了多少”，极大地提升了遥感数据在生态学中的统计严谨性。作者在讨论中建议，未来研究应采用多变量距离取样法（MCDS），将飞行高度、植被覆盖度、气温等协变量纳入模型，以进一步优化在复杂地形下的探测概率估计，为全球野生动物保护提供可复制的技术范式。
