基于YOLOv11s的相机陷阱影像野生动物与人类活动自动检测及景观尺度时空分析——以尼泊尔Chitwan National Park (CNP)为例

《European Journal of Wildlife Research》:Deep learning-based monitoring and spatiotemporal analysis of wildlife and human activities using camera trap imagery

【字体: 大 中 小 】 时间:2026年09月30日 来源:European Journal of Wildlife Research 1.8

编辑推荐:

  野生动物和人类活动是生态系统的关键组成部分,理解其时空格局对于评估人类—野生动物相互作用和制定保护规划至关重要。相机陷阱(camera trap)网络作为地面遥感系统,能够在精细时空尺度上连续监测生态过程。本研究中,研究人员将尼泊尔Chitwan Nation

  
野生动物和人类活动是生态系统的关键组成部分,理解其时空格局对于评估人类—野生动物相互作用和制定保护规划至关重要。相机陷阱(camera trap)网络作为地面遥感系统,能够在精细时空尺度上连续监测生态过程。本研究中,研究人员将尼泊尔Chitwan National Park(CNP)及其周边区域在白天可见光(visible light)和夜间红外照明(infrared illumination)下采集的相机陷阱影像组织为一个包含野生动物、人类和家养动物的多类数据集(multi-class dataset)。为支持野生动物—人类时空格局的生态学解释,研究人员训练基于深度学习(deep learning)的目标检测模型(YOLOv5和YOLOv11),以从影像中提取动物和人类出现。所得检测结果被整合到时空分析框架(spatiotemporal analysis framework)中,用于表征野生动物和人类活动格局、绘制景观尺度空间共现(spatial co-occurrence)以及量化人类—野生动物配对之间的时间邻近性(temporal proximity)。在评估的模型中,YOLOv11s取得最佳检测性能,精确率(precision)为95.5%,召回率(recall)为92.9%,平均精度均值50(mAP50)为95.4%,表明其在真实场景中性能可靠。时空分析显示,人类—犀牛配对的时间滞后短于人类—虎配对,并识别出人类—野生动物共现的明显空间梯度,强度最高在缓冲区(Buffer Zone),其次为走廊森林(Corridor Forest)和CNP。这些结果表明,将自动检测与时空分析整合,可将相机陷阱数据转化为用于可扩展监测的生态信息。所提框架识别人类—野生动物时空邻近性升高的区域,有助于优先开展针对性监测和景观管理。
研究背景方面,人类活动常改变或破坏野生动物栖息地,非法狩猎、盗猎和栖息地侵占等对野生动物种群和行为造成不利影响;野生动物也会影响土地利用、农业管理和人类居住动态。人类—野生动物相互作用在空间和时间上具有异质性,既包括积极共存,也包括通常称为人类—野生动物冲突的负面遭遇。因此,监测野生动物和人类活动对于理解这些相互作用、开展有效野生动物保护和可持续景观管理十分关键。相机陷阱(camera trap,运动触发的地面成像传感器)广泛用于野生动物观察,可提供昼夜连续、非侵入性监测,并记录时间戳、环境温度以及部署时的GPS坐标。然而,人工处理相机陷阱产生的大量影像耗时且面临人力和资金挑战;快速移动动物、影像模糊、身体部分可见、低光条件和多目标重叠等也增加目标检测难度。深度学习(deep learning)目标检测,尤其一阶段检测器,在效率和精度方面具有优势,但既往研究多强调检测或分类性能,较少将自动检测结果用于景观尺度野生动物和人类活动格局及其潜在相互作用的时空评估。为此,研究人员构建标注多类数据集,训练并评估YOLO系列目标检测模型,将优选模型应用于CNP及周边景观,并整合空间与时间分析,以刻画物种活动格局、量化物种间最短时间滞后,并识别人类—野生动物时空邻近性较高区域。

研究人员开展的研究表明,基于深度学习的自动检测可有效支持相机陷阱影像的生态学解释。评估模型中,YOLOv11s总体性能最佳,并为后续空间和时间分析提供可靠检测结果。时空分析揭示研究区人类—野生动物共现的清晰格局:人类和危险野生动物常在同一相机陷阱站点被检测到,共现强度最高在缓冲区,其次为走廊森林和CNP,社区森林未观察到共现;人—犀牛配对通常比人—虎配对具有更短且更紧密聚集的时间滞后。该研究意义在于,将自动检测与时空分析结合,可把相机陷阱数据转化为可扩展监测的生态信息,帮助识别管理关注和缓解措施最需要的区域。

关键技术方法概括(不超过250字):样本队列来源为尼泊尔Chitwan National Park (CNP)及周边缓冲区、走廊森林和社区森林;2022年2月至7月由80台Bushnell Core DS-4 K相机采集,四类景观各20台,约1.5 km网格,部分调整至动物路径,相机距地50–80 cm且未使用诱饵,记录GPS、日期、时间和环境温度。影像经Roboflow标注为8类,含6个焦点野生动物种、人类和家山羊;训练、验证、测试比例为70%、20%、10%,训练子集对虎、犀牛和大象进行随机旋转增强。模型为YOLOv5n/s/m和YOLOv11n/s/m,基于PyTorch Ultralytics框架,批大小32、150轮,NVIDIA RTX 3090 GPU 24 GB。评估采用精确率、召回率、mAP50和mAP50–95。空间分析使用相对丰度指数(relative abundance index, RAI)和核密度估计(kernel density estimation, KDE),时间分析使用日存在—缺失记录和最短时间滞后,均在ArcGIS Pro 3.3或Python脚本中完成。

研究结果:
(1)深度学习模型评估(Deep learning model evaluation):研究人员通过训练收敛曲线和验证集指标评估模型。YOLOv11在同尺寸下总体优于YOLOv5。YOLOv11n精确率95.0%、召回率90.9%、mAP50 96.1%、mAP50–95 79.4%;YOLOv5n分别为93.4%、88.8%、94.6%、74.1%。YOLOv11s取得最高精确率和mAP50,YOLOv11m取得最高召回率和mAP50–95;但YOLOv11s每图仅需3.4 ms、含9.41百万参数,而YOLOv11m为8.0 ms、20.03百万参数,故选择YOLOv11s。该模型在1,145张保留测试图像上,以IoU阈值0.5和置信度阈值0.5评估,取得精确率95.5%、召回率92.9%、mAP50 95.4%,表明泛化可靠;代表性检测显示其在有利和挑战条件下均可检出目标,但也存在多重预测、边界附近漏检等错误。

(2)空间格局分析(Spatial pattern analysis):研究人员将YOLOv11s应用于2022年2月至7月研究区57,037张相机陷阱图像。物种特异性RAI加权KDE图显示明显空间变异和聚集。犀牛相对检测强度最高在CNP北部边界和缓冲区,并延伸至走廊森林。大象主要在CNP内,缓冲区较少。鹿是最常检测类群,除社区森林外几乎出现在所有站点,相对检测强度在缓冲区最高、CNP内较低。恒河猴分布最广,走廊森林和北部缓冲区最高,社区森林也有分布。虎分布于研究区南部和北部,相对检测强度最高主要在CNP内,缓冲区也有。人类检测主要集中在走廊森林,其次为社区森林和北部缓冲区;家山羊检测集中在走廊森林和社区森林,缓冲区缺失。

(3)空间共现分析(Spatial co-occurrence analysis):研究人员将人类和家山羊RAI之和代表人类活动,将虎和犀牛RAI之和代表危险野生动物活动,分别生成归一化RAI加权KDE表面并逐像元相乘。危险野生动物主要分布在CNP和缓冲区,并向走廊森林延伸;人类活动主要集中在走廊森林和社区森林,缓冲区也有,CNP内有限。乘积表面识别出四个空间共现较高区域:区域1共现强度最高,区域2次之,二者均位于缓冲区靠近CNP边界处;区域3位于CNP内靠近其南部边界并与缓冲区相邻;区域4主要在走廊森林南部并延伸至缓冲区。

(4)时间邻近性分析(Temporal proximity analysis):研究人员以日存在—缺失记录评估人类—虎和人类—犀牛配对在同一站点的最短时间滞后。两类配对的滞后分布均集中于低值,表明人类与危险野生动物常在短时间间隔内于同一站点被检测到。人—虎配对分布更宽、右尾更长;0、1、2天滞后频数分别为8、16、22,前3个滞后类别共46次。人—犀牛配对更集中在小于22天的短滞后内;0、1、2天滞后频数分别为12、21、20,前3类共53次。总体上,人—犀牛在时间上更接近,人—虎时间间隔更长。跨景观比较显示,缓冲区两类配对的最短时间滞后均较低(小于20天),但人—虎更分散;CNP仅记录3对人—虎,滞后分别为3、15、41天;走廊森林对比最明显,人—虎中位数最大、四分位距最宽,人—犀牛仍集中在低值。总体上,缓冲区人类—野生动物时间最近,其次为走廊森林,然后为CNP,与空间共现格局一致。

(5)代表性案例(Representative cases):研究人员从四个空间共现区域选取代表案例。缓冲区区域1中,两名当地居民采集枝叶和木材,7小时后虎到访。缓冲区区域2中,相机陷阱在黄昏捕获持械个体,约30分钟后犀牛经过同一位置。CNP区域3中,三人步行穿过,该区域3天前有虎到访。走廊森林区域4中,一人携带砍伐植被捆和镰刀经过,该区域3小时前有犀牛到访。

讨论部分总结:空间格局与共现方面,目标类相对检测强度反映其对保护区和人类影响景观利用差异。犀牛格局与偶尔进入农业区及作物损害的报告一致;大象活动显示研究期间相对更局限在保护栖息地;鹿不在社区森林可能表明回避人类和牲畜活动较高区域;恒河猴广泛格局与其接近人类活动的偏好一致。人类与家山羊在社区森林和走廊森林北部空间集中相对应,符合这些景观仅在授权下放牧的情况。鹿与虎集中区域空间对应提示潜在捕食者—猎物动态,而其接近人类定居可能增加牲畜被捕食或人—食肉动物遭遇。恒河猴接近人类也可能增加作物破坏。区域1和2危险野生动物与人类活动高共现,可能与犀牛穿过分隔CNP和缓冲区的河流寻找新草或农作物,以及虎跟随鹿进入缓冲区有关。区域3人类存在可能反映当地居民未经授权进入国家公园,重叠可能增加直接遭遇、野生动物致伤及报复风险。区域4为允许管制生计活动区域,犀牛频繁出现和虎偶尔出现可能威胁人类安全。时间邻近方面,大量0天滞后表明人类与危险野生动物常在同一日历日于同一站点被检测到,结合景观比较进一步表明缓冲区人类—野生动物时空邻近最高。案例提供更细尺度证据:居民与虎近距离风险较高,密林地形中可见度和反应时间受限;持械个体与犀牛紧邻可能关联非法狩猎,并强调相机陷阱监测价值;CNP南部入侵且虎频繁利用,对入侵者风险较大;采集植被者与犀牛短间隔说明生计活动与野生动物重叠可能导致近距离遭遇。CNP信息办公室资料显示,2024–2025财政年度有11人死亡,其中8人因犀牛、1人因虎;另有41人受伤,其中32人重伤、9人轻伤。局限与未来研究方面,RAI标准化的是相对检测频率,而非种群丰度、密度或占域,RAI加权KDE表面应解释为相对检测强度和空间共现,而非真实物种分布或直接交互概率。相机陷阱按约1.5 km网格部署,部分调整至动物路径,结果代表监测站点周围的相对活动,而非未采样区域的无偏估计。自动检测模型在挑战条件下仍会产生错误和漏检,尤其是部分可见目标和图像边界附近目标。未来可关注缓冲区,利用现有相机陷阱记录分析月度变化,生成人类活动和危险野生动物活动的月度RAI加权KDE以识别空间共现季节变化;扩展训练数据并进一步训练模型;对精细案例或管理决策所用检测进行针对性人工验证。

研究结论翻译:本研究证明,基于深度学习的目标检测可有效支持从相机陷阱影像中开展野生动物—人类时空格局的生态学解释。在评估模型中,YOLOv11s取得最佳总体性能,并为后续空间和时间分析产生可靠检测结果。对检测输出的进一步时空分析揭示研究区人类—野生动物共现的清晰格局。人类和危险野生动物常在相同相机陷阱站点被检测到,共现最高在缓冲区,其次为走廊森林,然后为Chitwan National Park,而社区森林未观察到共现。时间分析进一步显示,人—犀牛配对通常比人—虎配对出现在更短且更紧密聚集的时间滞后内。对选定原始相机陷阱记录的检查使这些日时间格局得以在更细时间分辨率上评估。总体上,研究结果表明,自动相机陷阱检测不仅有助于高效野生动物监测,还可通过提供物种出现、空间共现和时间邻近性的时空明确证据,促进景观尺度生态评估。在Chitwan研究区背景下,训练模型可通过批量推理流程直接部署,用于后续相机陷阱影像的运行自动分析。该数据集将公开,以支持野生动物监测和人类—野生动物相互作用分析的相关研究。通过涵盖国家公园、缓冲区、走廊森林和社区森林等多样景观背景以及昼夜间相机陷阱影像,它为在不同环境条件下开发和评估自动检测方法提供了有价值基准。训练模型也将发布,可直接应用于目标物种相似的其他区域。若引入新目标物种,也可通过使用相同数据结构的少量本地标注数据进行微调而高效适配。所提框架因此通过帮助识别管理关注和缓解努力可能最需要的区域,为保护规划提供实践价值。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号