城市生物多样性保护已成为当代保护生物学的核心议题与实践主战场, 然而基于城市采集的物种特征数据却十分稀少。无尾两栖类鸣声是物种繁殖交流与种群演化的核心行为信号, 本研究以贵阳市主城区为研究区域, 于2025年2月至2026年6月采用主动录音与被动声学监测相结合的方式开展无尾两栖类鸣声采集工作。本数据集共收集贵阳市14种无尾两栖类的广告鸣声, 包含13种本土物种(隶属于7科11属)与1种外来入侵物种。研究提供了14个物种鸣声的波形图、频谱图, 展示了鸣声的时域及频域特征, 如鸣声时长、音节时长、音节间隔、主频等。该数据集可为贵阳等西南山地城市两栖类的物种分布、繁殖节律与活动行为研究提供基础依据, 为区域生物多样性本底更新、外来物种监测防控及长期生态监测提供本地化的数据支撑与方法参考。

鸣声是无尾两栖动物最主要的通讯信号, 量化声学参数是开展生物声学研究的重要基础, 但目前针对华东地区无尾两栖动物的系统性声学特征数据集尚属空白。本研究通过系统查阅公开音频平台、已发表声学文献及两栖类在线数据库, 构建了华东地区8科30属94种无尾两栖动物的声学特征数据集。数据集记录各物种的分类阶元、省份分布、声囊类型及鸣声结构等信息, 并记录了每个音频对应物种的录音地点, 提取了各音频文件中各鸣声单元的时长、主频、频率带宽、频谱质心、频谱偏度、频谱峰度及谐噪比等量化参数。此外, 还提供了94个物种的代表性语图(波形图和频谱图)。该数据集将为物种声学特征比较、声学性状适应性进化分析及区域被动声学监测提供基础数据支撑。

交通噪声是城市噪声的主要来源之一，严重危害着城市居民的身心健康。道路绿化带可有效控制交通噪声。已有研究表明，垂直结构层次更丰富、针阔叶混交种植的绿化带能带来更好的降噪效果，但树种多样性对降噪是否存在独立贡献目前仍不明确。本研究在哈尔滨5条主干道选取60组单一树种纯林与60组不同丰富度的混交林样方进行实地声学测试，采用激光点云提取单木属性，结合协方差分析、层级回归与Bootstrap稳健性检验，探究树种多样性的独立效应与作用路径。结果表明：（1）纯林与混交林在物理体量与空间排布上存在系统性的组间差异，校正上述差异后，混交林的降噪量显著高于纯林；2）树种丰富度对降噪存在独立贡献，这一作用不通过形态多样性间接实现，树种分布的均匀度亦未表现出独立效应；（3）多样性对降噪的增益呈现边际递减特征。本研究为降噪导向的城市道路绿化带树种配置提供了初步的科学依据。

从被动声学监测(PAM)的海量录音中识别目标物种鸣声，通常需要人工浏览声谱图并对疑似信号进行音频回放确认，过程耗时耗力，在以风声、流水声和蝉鸣为主的山地森林中尤为困难。高黎贡白眉长臂猿种群数量少且分布高度片段化，其监测亟需长期、非侵入式的手段。本研究在云南盈江苏典乡部署两套八通道PAM系统，构建了结合PCEN特征、CNN骨干、CBAM注意力模块和BiLSTM时序建模的鸣声自动检测框架CBSkyNet，并按空间来源划分数据集以评价模型的跨站点泛化能力。基于3个随机种子的重复实验，PCEN在四种骨干网络上均取得最高的平均召回率和F1，且跨架构均值极差最小；在固定随机种子的消融实验中，CBSkyNet仅用6.62 M参数，在跨监测点测试集上取得99.30%的召回率和99.60%的F1。事件级评价中，测试集20次独立鸣叫事件均被检出。在约2008 h连续录音上，模型推理与候选片段人工复核组成的完整流程约需16.1 h，处理效率约为人工声谱图初筛的4-6倍，并额外检出3个人工初筛遗漏的弱信号鸣叫日。跨物种迁移结果表明，CBSkyNet对近缘长臂猿具有较好的迁移能力，且近缘物种预训练在目标域标注有限时优势更明显。节律分析表明，鸣叫活动主要集中于日出后的早晨时段，两监测点首次可检测鸣叫时间的差异仍需独立家庭群样本进一步验证。综上，PAM与CBSkyNet相结合可为高黎贡白眉长臂猿及近缘濒危长臂猿的长期声学监测提供高效、可复用的工具。代码和代表性数据已开源至https://github.com/mf0302/CBSkyNet。

多配偶制反刍动物的发情行为具有严格的季节性，发情期雄性会展现出复杂的炫耀行为，其中发声活动是重要的展示方式。由于此类动物活动范围大且发情周期长，对其繁殖状态的长期监测存在一定难度。为此，本研究利用被动声学监测技术(PAM)对麋鹿(Elaphurus davidianus)群体发声活动进行了跨发情期的长期追踪。结果表明，随着发情期推进，麋鹿群体发声活动逐渐增加，于七月中旬达到最高峰。麋鹿群体日发声活动呈明显的多峰模式，由晨昏两个主峰主导，其次在上午、下午和夜间也出现较小高峰。此外，雌鹿与幼鹿叫声高度同步，且母幼发声活动与发情雄鹿发声活动增加存在显著时序关联。发情雄鹿的群体发声强度随气象条件波动，与温度、降水量及太阳短波辐射量显著相关，但不受风速、湿度和气压影响。本研究揭示了麋鹿群体发声活动在整个发情期内的时间变化趋势及日节律特征，证实了母幼发声活动与发情雄鹿发声活动之间存在时间尺度上的单向预测关系，并明确了部分气象因子对发情雄鹿群体发声活动的影响。本研究为大型有蹄类动物发情期声学活动模式的生态监测提供了有效数据，并为PAM技术在长期监测大型野生动物方面的可行性提供了案例。

全球生物多样性正经历快速变化与持续丧失，亟须能够在大尺度、长时间序列下连续运行的生态监测技术。被动声学监测（passive acoustic monitoring, PAM）通过无人值守方式记录环境声音，可同步获取生物声、地球物理声与人工声，为识别人为干扰下生物群落活动、声景结构及生态系统变化提供了重要手段。近年来，PAM已广泛应用于交通、施工与休闲噪声、土地利用变化、栖息地破碎化等干扰背景下的生物多样性监测。然而，声景变化并不能直接等同于生物多样性变化。人为噪声可能通过声学掩蔽和可探测性下降影响录音结果，动物也可能通过调整鸣叫频率、鸣唱时间或活动节律作出行为补偿；生境扰动则可能通过改变植被结构、资源供给、景观连通性和声音传播条件，引发群落重组及声景时空格局变化。基于此，本文提出“干扰类型—作用机制—声景响应—生态含义—验证路径”的分析框架，围绕直接声源干扰和间接生境扰动两类主要路径，结合土地利用与管理变化、景观格局改变及多重干扰叠加等情景，梳理生物声景的典型响应及其生态解释。进一步讨论PAM在声学指数解释、监测标准构建和生态预警应用中的主要挑战，并提出加强多源数据验证、完善采集与分析标准、构建长期基线和提高模型可解释性等建议，以提升声景监测在生物多样性评估中的可靠性和可操作性。

鸟类是生物多样性保护的关键指示类群，能敏感响应栖息地变化。鸣声识别模型数据集的不完整，物种地理分布信息的未广泛整合，以及与实地应用对比验证的缺乏，制约了我国鸟类鸣声识别模型的发展。本研究构建了一个包含中国1368种鸟类鸣声的数据集，建立了基于迁移学习的两阶段训练的鸟类鸣声声纹识别模型，以及利用公民观鸟数据构建的涵盖1428种鸟类的市级尺度的空间分布概率模型，最后通过Sigmoid函数建立了声纹与空间分布联合的鸟类鸣声识别模型并开展应用。在模型性能层面，选取了66种全国常见鸟类鸣声数据集，开展了模型性能验证。发现随着置信度的提高，联合模型比声纹识别模型表现更稳健，准确度最高提升了16.8%。在实际应用能力层面，本研究基于4年站点监测数据和人工同步观测数据进行对比分析，在物种数量方面机器共识别到68种，占人工结果的60.2%，机器识别更能准确反映鸟类活动周期，并能更快速的响应鸟类的活动规律。