用龜頭看龜世界

用龜頭看龜世界

作者:馮加伶、蘇烝民

如果你看過《CSI犯罪現場》,相信你對「臉部辨識系統」這個詞一定不陌生,調查人員利用臉部特徵在犯罪資料庫中比對嫌疑犯的身份。另一個生活中常見的例子,就是社群網站Facebook,當我們上傳照片到Facebook時,系統就會在標籤紀錄資料庫中自動進行臉部比對,提供建議名單。臉部辨識技術的發展和應用,除了能幫我們省下標籤朋友所需花費的時間之外,還能幫助生物學家調查野生動物的族群量。是不是真的不太一樣呢?圖片來源:蘇烝民傷痕 眼周紋路 排列花紋 都是追蹤線索

辨識個體,對野生動物的行為、生理和生態研究而言,是個基礎又關鍵的課題。因此,生物學家發展出一些小工具,像是金屬腳環、頸圈、色筆標記、耳標、晶片或無線電發報器等,先利用傷害性低的方式捕捉野生動物,給予適當的標記再放回野外。

有些野生動物的捕捉難度較高,為了更有效的追蹤調查,生物學家開始找尋野生動物身上的特徵,作為辨識個體的依據。像是鯨豚身上的斑點和刮痕,獵豹的花紋排列。再以黑犀牛為例,犀牛角的大小和前端形狀、眼睛周圍的紋路、身上的傷痕都可以作為區分的參考,其中又以眼睛周圍的紋路特別受到關注,搭配照片和插圖的輔助,辨識正確率可達95%以上。犀牛眼睛周圍的紋路。圖片來源:Patton and Jones., 2000 的研究文章。那在海裡飛翔的海龜呢?

最常見的標記方法就是用特殊的鉗子在海龜的鰭狀肢上穿洞打標,標籤的材質分成鈦合金、鎳基合金或是塑膠。每個標籤的正面都有一組獨一無二的編號,背面通常有上標單位的聯絡方式。如此一來,如果有人發現這次海龜,就可以透過標號和聯絡方式進行通報,追蹤這隻海龜的去向。最常標記海龜的方法就是用特殊的鉗子在海龜的鰭狀肢上穿洞打標。圖片來源 :Seaturtle. org

鰭狀肢標籤的好處就是易讀、成本低和上標容易。缺點就是並非永久標記,標籤可能會脫落、磨損、或是有附生物,造成長期追蹤上的困難。標籤可能會脫落、磨損、或是有附生物,造成長期追蹤上的困難。圖片來源:Reisser et al., 2008 的研究文章。

另外一種常用的標記工具就是植入皮下的晶片,不易遺失但成本較高,需要晶片判讀機才能讀取標號。有時為了特定的調查需求,除了上標、打晶片,研究人員還會在海龜的背甲上用白漆寫上編號,如此一來就能快速辨識海龜個體。背甲上的白漆頂多維持2~3個月,就會自然磨損。在海龜的背甲上用白漆寫上編號。圖片來源:馮加伶

幫海龜上標的機會可不多,主要應用於產卵棲息地的調查,趁著母龜上岸產卵時進行標記;而那些不會上岸產卵的公龜、尚未成熟的亞成龜或於沿岸棲息的海龜族群,必須設法先將海龜從海中捕捉至陸地或是船上才能進行標記。在海中捕捉海龜的難度較高,受限於沿岸的地形、船隻出海費用、安全性、研究人員的「抓龜」技術等門檻,因此海龜族群量和族群結構的調查很不容易。潛水愛好者 首創海龜Photo ID

時間回到1988年,一對喜愛海洋的加拿大Bennett夫妻到美國夏威夷潛水,在茂宜島遇到了他們的第一隻海龜Clothahump,從此開啟了他們的瘋龜不歸路,每年都會定期回到夏威夷看海龜。不同於待在岸上的生物學家能幫海龜上標打晶片,潛入水下的他們只能靠著攝影,記錄與龜共游的美好時刻,看著看著,他們發現每隻海龜雖然乍看都很像,但若稍加端詳就能看出不同之處,原來海龜臉部鱗片的形狀、排列方式和數量都不一樣,而且左右側臉亦不同。

Bennett夫婦中,先生是軟體技術文字撰寫人員,太太是中學老師,兩位都沒有海洋生物學的專業背景,但是憑著對海龜的熱情和水下攝影技術,他們發展出一套海龜臉部辨識方法,建立了夏威夷地區的海龜資料庫。至2004年底,資料庫中已經有超過750隻海龜的檔案,協助夏威夷地區海龜的研究調查。

年復一年的大量照片加上身份鑑定,忠實地記錄下夏威夷地區海龜罹患纖維狀乳突瘤的情況和病程演進(Bennett et. al.,1999),他們發現在茂宜島西部出現的海龜,罹患腫瘤的比例為64%(樣本總數為247隻)。透過照片佐證,他們觀察到有些罹病個體會自行好轉,不過在恢復之前,腫瘤的情況會先加重,只要撐過去之後腫瘤情況就會逐漸好轉。海龜罹患纖維狀乳突瘤的情況。圖片來源:Peter Bennett。

簡單可靠的海龜臉部辨識方式,吸引許多海龜生物學家紛紛跳下水,將Photo ID應用在棲息地海龜的族群量調查。像是Schofield等人(2008)在希臘的Zakynthos島,成功鑑定出超過85隻的赤蠵龜個體,並驗證了只要照片品質優良,就算沒有豐富的辨識經驗,也能得到正確的辨識結果。Reisser等人(2008)在巴西的Arvoredo保留區內,則以Photo ID作為輔助工具,協助辨識標號遺失或難以判讀的海龜個體。

除了人工辨識,Jean等人(2010)將海龜鱗片數和排列方式轉換成數位編碼,並結合電腦分析,就能在資料庫中快速地進行比對,大幅的降低人工辨識所花費的時間。不過電腦辨識系統對照片品質的要求比較高,造成判讀數量上的限制。此外,電腦辨識系統的成功率在不同種類之間也有顯著的差異,如綠蠵龜的辨識成功率可達94.44%,而玳瑁的辨識成功率則為78.26%。利用鱗片的位置和形狀轉換成3位數的號碼,如眼後第一排,由下往上第三片的四邊形鱗片,則為134。以此類推,將每一個鱗片的號碼依序組合起來,就是該隻海龜的數位編碼。圖片來源:Jean et al., 2010 的研究文章

台灣的海龜研究從1993年開始,早期的調查主要集中在澎湖望安和台東蘭嶼兩地的產卵沙灘,標定上岸產卵的綠蠵龜、調查卵窩孵化率、性別比和影響因子等生殖生態的研究。而後,也開始與海巡署、水產試驗所、海生館和獸醫師合作,推動海龜擱淺通報系統和救傷收容。小琉球得天獨厚 產卵母龜年輕海龜都愛來

直到2010年,從屏東小琉球當地居民的觀察經驗得知,小琉球除了有少數母龜上岸產卵,亦能時常看到許多綠蠵龜於沿岸覓食,這項特色是台灣地區諸多島嶼中所沒有的。得天獨厚的條件,吸引海洋大學海洋生態暨保育研究室的蘇烝民等人,利用Photo ID調查小琉球沿海海域的綠蠵龜族群量。

綠蠵龜在沙灘上爬行速度很慢,但是在海中可是游泳健將,發達的胸肌和流線型的前肢,認真游起來可達時速30公里,這可大幅增加拍攝海龜頭部特寫照片的難度。為了避免干擾海龜,研究人員多半會保持一定的安全距離、放慢踢水的力道避免激起水花、降低海龜的緊戒心,不然海龜一旦發現有異狀就會迅速遊走,可就連龜尾巴都看不到了!忘龜莫及。圖片來源:蘇烝民。

為期3年超過80次的長距離水下調查,扣除「槓龜」和照片角度不符的情況,一共收集到203組海龜頭部照片,根據蘇烝民等人(2015)的估算,小琉球光是沿岸就至少有106隻海龜。因為海龜左右臉並不對稱,所以最可靠的計算方式就是同時收集左臉和右臉的照片進行鑑定,才能降低誤判。目前這個調查依然持續進行中,希望能透過收集更多海龜臉部照片,建立小琉球海龜的身分證,就能更精確地估算海龜族群量和分佈,幫助保育政策的制定及推動。

若有機會與海龜共游,不妨仔細觀察一下海龜的臉、試著算算鱗片的數量或找出特別的形狀,定義那隻屬於你的第一隻海龜!不過前提是,記得保持安全距離,勿觸碰或驚擾海龜。讓海龜放鬆,也讓自己放鬆,一起享受大海的懷抱。放慢速度,保持安全距離,才能欣賞到海龜在海中飛翔的自然姿態。圖片來源: 蘇烝民

【延伸閱讀】

-老朋友「來」了! 辨識鯨豚 身體日記解密

-海洋大學海洋生態暨保育研究室的臉書

【參考資料】

-Su et al. Applying a fast, effective and reliable photographic identification system for green turtles in the waters near Luichiu Island, Taiwan. Journal of Experimental Marine Biology and Ecology. Vol. 467: 115-120, 2015.

-Jean et. al. Photo-identification method for green and hawksbill turtles – first results from Reunion. Indian Ocean Turtle Newsletter No. 11: 8-13, 2010

-Patton and Jones. Determining the suitability of using eye wrinkle patterns for the accurate identification of individual black rhinos. Pachyderm No. 48: 18-23, 2010

-Reisser et al. Photographic identification of sea turtles: method description and validation, with an estimation of tag loss. Endangered species research. Vol. 5: 73-82, 2008.

-Schofield et. al. Investigating the viability of photo identification as an objective tool to study endangered sea turtle populations. Journal of Experimental Marine Biology and Ecology. 360: 103–108, 2008.

※ 守護環境知情權,捐款支持環境資訊中心!※

※ 本文與 行政院農業委員會 林務局 合作刊登

View the discussion thread.