(10)申请公布号 (43)申请公布日 2013.10.09C N 103347156 A (21)申请号 201310251977.6
(22)申请日 2013.06.24
H04N 5/33(2006.01)
G06K 9/00(2006.01)
(71)申请人清华大学
地址100084 北京市海淀区100084信箱82
分箱清华大学专利办公室
(72)发明人刘雪华 武鹏峰 邵小明
(74)专利代理机构西安智大知识产权代理事务
所 61215
代理人
贾玉健
(54)发明名称
(57)摘要
一种基于红外相机数据估测野生动物种
机，在监测时间t 后，获取每台红外相机的照片
数据，然后选定动物，去除特定拍摄时间内明显能
够辨认为同一个体的动物照片，统计剩余照片中
每一张照片显示的动物个体数量并求和，计算得
到红外相机拍摄的动物照片数N 0；再得出每台红
外相机所拍摄的动物个体数量的近似值αN 0；然
后计算每台红外相机的拍摄范围；获得区域内动
物平均密度；所获取的平均密度与区域面积S 相
乘，得到区域内动物种数量估测结果N ，相比于
Karanth 等所采用的捕获-再捕获模型，本发明操
作简便、灵活，能够获取区域内动物数量的本底资
料，对野生动物保护具有重要的意义。
(51)Int.Cl.
权利要求书1页 说明书3页 附图1页
(19)中华人民共和国国家知识产权局(12)发明专利申请权利要求书1页 说明书3页 附图1页(10)申请公布号CN 103347156 A
*CN103347156A*
1/1页
1.一种基于红外相机数据估测野生动物种数量的方法，其特征在于，包括以下步骤：
一种基于红外相机数据估测野生动物种数量的方法，包括以下步骤：
步骤一，在某区域内布置数量n 的红外相机，在监测时间t 后，获取每台红外相机的照片数据，逐一检查照片，辨认每张照片中动物，并归类放置；
步骤二，选定需要进行种数量估测的动物，去除特定拍摄时间内能够辨认为同一个体的动物照片，统计剩余照片中每一张照片显示的动物个体数量并求和，得到红外相机拍摄的动物照片数N 0；
步骤三，对动物重复出现率α进行赋值，0＜α≤1，计算得出每台红外相机所拍摄的动物个体数量的近似值N 1；
N 1＝αN 0，
步骤四，基于不同的红外相机款式，经过微实验测试，获取红外相机相关参数，相关参数为：红外相机拍摄夹角θ、红外相机拍摄距离d ，然后计算每台红外相机的拍摄范围A ；
A ＝πd 2θ/360，
步骤五，结合红外相机数量n 、红外相机监测时间t 两个变量，获得区域内动物平均密度D
；
步骤六，所获取的动物平均密度D 与区域面积S 相乘，得到区域内动物种数量估测结果N
N ＝D×S 。
2.根据权利要求1所述的方法，其特征在于：对动物重复出现率α进行赋值，是按照不同的假设情景，在经过5-10年的连续性监测后，得到动物重复出现率α的精确值。权 利 要 求 书CN 103347156 A
一种基于红外相机数据估测野生动物种数量的方法
技术领域
[0001] 本发明属于动物保护技术领域，具体涉及利一种基于红外相机数据估测野生动物种数量的方法。
背景技术
[0002] 红外相机技术是一种非常有效的非损伤监测手段。尤其是在森林中，由于茂密植物遮挡，用传统方法（样方样线法、痕迹调查法等）不易获得动物的数量和密度的信息，而且动物的夜行性也为传统调查增加了困难。与传统调查方法相比，红外相机技术存在某些方面的优点，如非损伤性、长期性、客观性等，已经成为野生动物监测研究方面重要手段。[0003] 如何利用红外相机所拍摄的数据进行野生动物种数量估测，许多学者都提出了不同的方法。目前，最具代表性的方法是利用捕获-再捕获（CMR）模型。Karanth在研究孟加拉虎（Panthera tigris）的种数量和密度时，多次使用到了这一模型（Karanth K.Estimating tiger Panthera tigris populations from camera-trap data using capture-recapture models.Biological Conservation,1995,71(3):333-338；Karanth K and Nichols J.Estimation of tiger densities in India using photographic captures and recaptures.Ecology,1998,79(8):2852-2862），而且这一模型被成功运用到其它猫科动物的研究上（Wallace R,Gomez H,Ayala G,et al.Camera trapping for jaguar(Panthera Onca)in the Tuichi valley,Bolivia.Mastozoologia Neotropical/ Journal of Neotropical Mammalogy,2003,10(1):133-139）。但是CMR模型需要对动物个体进行识别，这一点在非猫科动物方面较难实现，限制了这一种估测方法的应用范围。[0004] Rowcliffe引入动物运动速率、拍摄率等参数，提出了一种不需要进行动物个体识别而估测种密度的方法（Rowcliffe J,Field J,Turvey S,et al.Estimating animal density using camera traps without the need for individual recognition.Journa
l of Applied Ecology,2008,45(4):1228-1236），但动物运动参数在获取方面也存在一定的困难。
发明内容
[0005] 为了克服上述现有技术的缺点，本发明的目的在于提供一种基于红外相机数据估测野生动物种数量的方法，操作简单，计算中变量值容易获取，而且基于动物重复出现率的不同取值而产生了不同的情景，得到更加全面的种数量估测结果。
[0006] 为了达到上述目的，本发明采取的技术方案为：
[0007] 一种基于红外相机数据估测野生动物种数量的方法，包括以下步骤：[0008] 步骤一，在某区域内布置数量n的红外相机，在监测时间t后，获取每台红外相机的照片数据，逐一检查照片，辨认每张照片中动物，并归类放置；
[0009] 步骤二，选定需要进行种数量估测的动物，去除特定拍摄时间内能够辨认为同一个体的动物照片，统计剩余照片中每一张照片显示的动物个体数量并求和，得到红外相
机拍摄的动物照片数N
；
[0010] 步骤三，对动物重复出现率α进行赋值，0＜α≤1，计算得出每台红外相机所拍
；
摄的动物个体数量的近似值N
1
[0011] N1＝αN0，
[0012] 步骤四，基于不同的红外相机款式，经过微实验测试，获取红外相机相关参数，相关参数为：红外相机拍摄夹角θ、红外相机拍摄距离d，然后计算每台红外相机的拍摄范围A；
[0013] A＝πd2θ/360，
[0014] 步骤五，结合红外相机数量n、红外相机监测时间t两个变量，获得区域内动物平均密度D；
[0015]
[0016] 步骤六，所获取的动物平均密度D与区域面积S相乘，得到区域内动物种数量估测结果N
[0017] N＝D×S。
[0018] 对动物重复出现率α进行赋值，是按照不同的假设情景，在经过5-10年的连续性监测后，得到动物重复出现率α的精确值。
[0019] 相比于Karanth等所采用的捕获-再捕获模型，本发明能够对非猫科动物种数量进行估测，拓展了动物种估测的范围；相比于Rowcliffe等所提出的估测方法，本发明不需要动物运动参数，操作简便、灵活，能够获取区域内动物数量的本底资料，对野生动物保护具有重要的意义。
附图说明
[0020] 附图为红外相机拍摄范围及参数示意图。
具体实施方式
[0021] 下面结合附图对本发明做详细描述。
[0022] 一种基于红外相机数据估测野生动物种数量的方法，包括以下步骤：[0023] 步骤一，在某区域
内布置数量n的红外相机，在监测时间t后，获取每台红外相机的照片数据，逐一检查照片，辨认每张照片中动物，并归类放置；
[0024] 步骤二，选定需要进行种数量估测的动物，去除特定拍摄时间内能够辨认为同一个体的动物照片，统计剩余照片中每一张照片显示的动物个体数量并求和，得到红外相机拍摄的动物照片数N
；
[0025] 步骤三，对动物重复出现率α进行赋值，0＜α≤1，计算得出每台红外相机所拍
；
摄的动物个体数量的近似值N
1
[0026] N1＝αN0，
[0027] 步骤四，参照附图，基于不同的红外相机款式，经过微实验测试，获取红外相机相关参数，相关参数为：红外相机拍摄夹角θ、红外相机拍摄距离d，然后计算每台红外相机的拍摄范围A；
[0028] A＝πd2θ/360，
[0029] 步骤五，结合红外相机数量n、红外相机监测时间t两个变量，获得区域内动物平均密度D；
[0030]
[0031] 步骤六，所获取的动物平均密度D与区域面积S相乘，得到区域内动物种数量估测结果N
[0032] N＝D×S。
[0033] 对动物重复出现率α进行赋值，是按照不同的假设情景，在经过5-10年的连续性监测后，得到动物重复出现率α的精确值。
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议