大型旗舰物种监测是生物多样性监测的重要抓手。传统的地面调查方法受限于地形复杂、人力成本高、效率低下，难以满足大范围、高精度的监测需求。近年来，无人机技术的迅猛发展为这一困境带来了新的曙光。那么，无人机技术究竟如何应用于大型野生动物的调查？在哪些场景下它已大显身手，又在哪些领域面临挑战？西北大学郭松涛、李保国和中国科学院动物研究所魏辅文院士在《Integrative Zoology》发表综述，系统梳理了该领域的进展与未来方向。
生物多样性监测为何需要“天空之眼”？
准确掌握物种多样性、地理分布和种群规模，是生物多样性保护的基础。然而，根据IUCN红色名录的数据，许多大型哺乳动物的保护状况评估并不完善，尤其那些分布在偏远、崎岖山林的物种。传统调查方法（如人力徒步、样线法、红外相机）在如此复杂的地形中，往往力不从心，要么成本高昂，要么精度不足。因此，开发能够高效、准确覆盖大范围复杂地形的新型调查技术，已成为保护生物学界的迫切需求。
无人机调查：从“平面”走向“立体”
过去二十年，无人机在野生动物调查中的应用经历了飞速发展。从最初在开阔地带（如草原、荒漠、海岸）对易观测物种（如企鹅、海豹、鹿类）的尝试性计数，到如今逐步向森林等复杂生境进军。这篇综述通过对大量文献的系统分析，揭示了该领域的核心框架与关键选择。
1. 调查策略：因地制宜，量体裁衣
选择合适的调查策略是成功的第一步。研究团队将现有策略归纳为四种基本类型，由两个关键决策维度组合而成：
绝对数量调查 vs. 相对数量调查：取决于能否直接观测到动物。绝对数量调查直接清点个体数量，适用于开阔地带的物种（如野牦牛、鳄鱼）。相对数量调查则通过计数间接痕迹（如巢穴、足迹、粪便）来估算种群规模，对于难以直接观察的树栖或穴居物种（如猩猩巢穴、地松鼠洞穴）尤为有效。
全面调查 vs. 抽样调查：取决于是否对整个区域进行全覆盖。全面调查适用于中小尺度区域。对于广袤的栖息地（如>1000 km2），则必须采用抽样调查，通过对代表性样方的数据进行统计推断，得出整体种群估计。
研究发现，目前多数无人机调查仍集中在开阔地带（占48.3%），而在山地森林等复杂生境中的应用（占18.6%）相对滞后（图2A）。然而，这正是众多濒危物种（占总记录脊椎动物区系的43.2%）的最后庇护所。因此，开发适用于森林环境的调查技术，是未来突破的关键。
2. 飞行平台：各有千秋，取长补短
无人机平台的选择直接影响调查的效率和精度（图2D）。
固定翼无人机：速度快、航时长、覆盖范围广，适合在开阔、平坦地区进行大范围普查。但其飞行高度高、机动性差，获取的图像分辨率相对较低。
旋翼无人机（多旋翼）：可垂直起降、悬停、低速飞行，机动性极佳，能在低空获取高分辨率图像，非常适合在复杂地形（如山地、森林边缘）对目标进行精细化观测。例如，在监测灰海豹和川金丝猴的研究中，多旋翼无人机就展现了其独特优势。
垂直起降固定翼（VTOL）：结合了两者优点，既能垂直起降，又具备长航时、大范围飞行的能力，是未来应用于复杂环境大范围调查的有力候选平台。
3. 机载探测器：穿透遮蔽的“火眼金睛”
探测器是无人机的“眼睛”。除了传统的可见光RGB相机外，一系列先进传感器正将调查能力推向新高度（图2B）。
热红外成像仪：这是穿透植被遮蔽、实现夜间调查的利器。它通过探测动物身体与环境的温差来成像，能有效发现隐藏在茂密林冠下的动物，如海南长臂猿、婆罗洲猩猩和夜间活动的四川金丝猴。研究表明，结合热成像技术能显著提高调查效率。
多光谱/高光谱成像仪：能获取超出人眼可见范围的光谱信息，有助于区分不同物种甚至评估栖息地质量，为多物种同步调查提供了可能。
激光雷达（LiDAR）：能穿透植被获取地面三维结构信息，既可辅助探测动物，也能精确描述其栖息地特征，在海洋生物（如飞鱼群）调查中亦有应用。
当前趋势是集成多种探测器，获取多模态数据，以实现更精准的目标定位与识别。
图2. 无人机调查大型野生动物的趋势。（A）过去二十年在不同地形对不同动物类群的无人机调查趋势；（B）无人机调查所用成像技术的变化；（C）无人机影像解读方法的变化；（D）调查不同类群所使用的无人机类型。
未来之路：三大技术融合，开启智能监测时代
尽管无人机技术已取得长足进步，但在复杂生境（如密林山地）的大规模应用中，仍面临传感器受限（目标被遮挡）、平台续航、数据处理瓶颈和环境干扰等挑战。为此，研究人员提出了未来发展的三大关键技术方向（图3）：
长航时无人机平台：开发新型混合动力或高效电动平台，提升单次作业的覆盖能力，满足大范围监测需求。多机协同的“无人机集群”模式将是优先发展方向，通过多架无人机分区同步作业，快速完成全域数据采集。
多模态数据获取：集成热红外、高光谱、LiDAR等多种传感器，实现对目标动物及其栖息地环境的全方位信息采集。例如，先用热成像进行大范围快速扫描发现目标，再用高分辨率RGB相机进行精准识别。
图3. 面向无人机应用于大型野生动物监测的自动化系统示意图
自然保护区被划分为多个独立的无人机飞行作业区：（a）无人机按预定航线扫描采样；（b）发现目标动物后暂停航线，锁定并跟踪目标进行聚焦采样，结束焦点采样后返回暂停点，继续执行预设航线飞行；（c）完成调查采样后返回基站。
人工智能驱动的数据处理：这将是解决数据瓶颈的核心。未来系统应具备“机载实时AI处理”能力，在飞行中自动识别目标并动态调整飞行模式（如锁定跟踪）。同时，地面站需要强大的AI算法（如基于YOLOv7改进的多目标追踪模型）对海量影像进行快速、准确的自动解读，提取种群分布、行为模式等关键信息。开放的无人机影像数据库（如AWIR）和生物遥测数据将为AI模型的训练提供宝贵资源。
结论
无人机技术正在彻底改变我们对大型野生动物的监测能力，助力生物多样性保护现代发展。其未来在于长航时平台、多模态探测器和AI智能分析三大技术的深度融合。这一集成化的解决方案，将有望攻克山地森林等复杂生境中野生动物调查的长期难题，为全球生物多样性保护，特别是那些隐匿于深山之中的濒危物种检测保护提供精准、高效、非侵入性的监测工具。这不仅是工程师与生态学家跨学科合作的典范，更是人类守护地球生物多样性的重要一步。
文章发表于学术期刊《Integrative Zoology》上，第一作者为西北大学郭松涛教授，通讯作者为魏辅文院士和李保国教授。研究得到了国家科技部重点研发计划、国家自然科学基金和陕西省科技厅重点实验室等项目的资助。
原文链接：https://doi.org/10.1111/1749-4877.70108
