Please wait a minute...
    2023年, 第1期
    刊出日期:2023-01-20
      
    城市绿地动物声景的时空特征及其驱动因素
    岑渝华 王鹏 陈庆春 张承云 余上 胡珂 刘阳 肖荣波
    生物多样性. 2023, 31(1):  22359.  doi:10.17520/biods.2022359
    摘要 ( 187 )   PDF (643KB) ( 137 )   知识图谱   收藏
    相关文章 | 多维度评价
    动物群落是构成城市绿地生态系统的关键要素,声景作为野生动物重要的生态信息,掌握其时空变化及其影响因素,对于指导城市绿地景观设计与生物多样性保护具有重要意义。本文以Web of Science数据库的核心合集2005–2022年收录的353篇研究文献为对象,综合梳理与分析了城市绿地动物声景的时空模式及其驱动因素。城市绿地动物声景在空间上表现出环境空间梯度和植被空间结构的差异,动物声音多样性随海拔、纬度、城市化程度的降低以及植被类型和高度的增加呈现升高趋势。时间尺度呈现出昼夜、季节和年度变化差异,表现为鸟类在黎明和黄昏合唱、昆虫和两栖动物在夜间鸣声以及动物的季节性和年度性发声规律等。影响城市动物声景模式的影响因素主要包括植被、环境、人为干扰和动物自身驱动等因子。动物声景作为当前声景生态学研究的热点之一,面临大时空尺度演变规律研究不足、动物声景分析有限等挑战,建议未来着重开展多时空尺度变化规律研究、创新动物声景分析方法、定量解析影响因素及其响应机制、建立全球动物声景数据库等。
    声学指数在城市森林鸟类多样性评估中的应用探索
    边琦 王成 程贺 韩丹 赵伊琳 殷鲁秦
    生物多样性. 2023, 31(1):  22080.  doi:10.17520/biods.2022080
    摘要 ( 161 )   PDF (748KB) ( 87 )   知识图谱   收藏
    相关文章 | 多维度评价
    鸣声是鸟类之间进行沟通和传递信息的重要方式,这为通过声学监测评估鸟类多样性提供了独特的机会。利用声学指数快速评估生物多样性是一种新兴的调查方法,但城市森林中的复杂声环境可能会导致声学指数的指示结果出现偏差。为了解声学指数在城市森林中应用的可行性,本研究在北京市东郊森林公园设置了50个矩阵式调查样点,于2021年4–6月每月进行1次鸟类传统观测和同步鸣声采集,通过比较两种方法的结果来探究声学监测的有效性。采用Spearman相关分析和广义线性混合模型评估6个常用声学指数与鸟类丰富度和多度的关系,并衡量了每个指数的性能。结果表明:(1)本研究共记录到鸟类10目23科35种,通过声学监听识别的总物种数与传统鸟类观测相等,但具体鸟种存在差异;(2)不同月份间声学指数与鸟类丰富度和多度的相关性有明显差别,声学复杂度指数(ACI)和标准化声景差异指数(NDSI)优于其他指数,是评估鸟类多样性的关键变量;(3)声学指数对鸟类多度的预测能力(R2m = 0.32, R2c = 0.80)要高于丰富度(R2m = 0.12, R2c = 0.18)。声学指数为快速评估生物多样性提供了有前景的分析手段,但仍需继续探讨改进。随着方法的逐步完善和处理技术的提升,声学监测在城市生物多样性保护和跟踪管理方面有巨大潜力。
    Alpha声学指数效用的meta分析
    王言一 张屹美 夏灿玮 Anders Pape M?ller
    生物多样性. 2023, 31(1):  22369.  doi:10.17520/biods.2022369
    摘要 ( 98 )   PDF (1839KB) ( 109 )   知识图谱   收藏
    相关文章 | 多维度评价
    通过声学指数量化声音的特征,从而反映生物的组成和生境信息,是一种高效率、低干扰的监测方式。该研究领域在近十多年来得到了快速的发展,不断有新的声学指数提出,同时也有大量的实证研究。声学指数可分为反映录音内信息的alpha声学指数和比较不同录音之间差异的beta声学指数,其中alpha声学指数的实证研究较多。本文在汇总已有研究数据的基础上进行meta分析,关注alpha声学指数与动物多样性、生境质量、动物活跃性之间关联的方向和程度。基于文献调研,本文对8个常用的声学指数进行了总结分析:声学复杂度指数(acoustic complexity index,ACI)、声学熵指数(acoustic entropy index,H)、生物声学指数(bioacoustic index,BI)、标准化声景差异指数(normalized difference soundscape index,NDSI)、声学多样性指数(acoustic diversity index,ADI)、声学均匀度指数(acoustic evenness index,AEI)、声学丰富度指数(acoustic richness index,AR)和频峰数(number of peaks,NP)。其中,ACI是使用频次最高的声学指数,与动物多样性、生境质量和动物活跃性均存在正相关的关系。ACI与陆地动物活跃性之间的联系最为密切,总效应量的均值达到0.53。然而,其他声学指数与动物多样性、生境质量和动物活跃性之间的关联程度普遍不高,平均解释力不足10 %。此外,AEI与生境质量呈显著负相关的关系(相关系数的均值为-0.18,符号检验P = 0.001),是本研究唯一发现的显著负相关的联系。本研究的进行可为常用声学指数的选用提供参考依据。
    中国43种蛙类鸣声特征数据集
    邓可 汪小萍 朱弼成 赵龙辉 杨悦 蔡炎林 孙晓倩 王同亮 崔建国
    生物多样性. 2023, 31(1):  22344.  doi:10.17520/biods.2022344
    摘要 ( 147 )   PDF (882KB) ( 92 )   知识图谱   收藏
    相关文章 | 多维度评价
    无尾两栖动物的鸣声通常具有物种特异性, 了解其鸣声特征信息, 是利用生物声学进行物种多样性调查及物种监测的前提。本文汇总、整理了2012–2020年间利用高保真录音设备在野外记录的43种无尾两栖动物的鸣声数据(隶属于7科26属), 以及相应的鸣声采集信息。对音频文件进行降噪处理后, 提供了由61个鸣声的波形图及语图组成的鸣声特征数据集。本数据集展示了鸣声的多种时域和频域信息, 如单音节或多音节、音节数、音节时长、音节间隔、鸣声时长、主频、基频、谐波等, 为我国无尾两栖类的声学研究、物种多样性调查及鸣声监测提供了数据支持。
    面向鸟鸣声识别任务的深度学习技术研究
    谢卓钒 李鼎昭 孙海信 张安民
    生物多样性. 2023, 31(1):  22308.  doi:10.17520/biods.2022308
    摘要 ( 131 )   PDF (1317KB) ( 174 )   知识图谱   收藏
    相关文章 | 多维度评价
    在生态系统中, 鸟类是重要的组成部分, 它对调节所处生态环境的和监测生物多样性至关重要, 甚至可以通过监测鸟群动向与监听鸟群异常鸣声对地震、海啸等自然灾害进行辅助预测防范, 为此, 鸟鸣声识别和异常鸣声检测成为热门的研究方向。然而, 由于传统鸟鸣声识别方法存在特征提取不够充分等问题导致识别率不高。本文采用融合特征的方法结合深度学习提取鸟鸣声特征, 融合特征为改良后的对数梅尔谱差分参数同原始信号参数拼接所得的特征; 深度学习方法基于DenseNet121网络结构, 融入自注意力模块与中心损失函数进行鸟鸣声识别。自注意力模块部分提高了关键通道的特征表达能力; 中心损失函数用于解决类内特征不紧凑问题。通过消融实验对比验证, 在Xeno-Canto世界野生鸟类声音公开数据集上选取的10种鸟类声音进行识别, 准确率为96.9%。代码已开源: https://github.com/CarrieX6/-Xeno-Canto-.githttps://github.com/ CarrieX6/-Xeno-Canto-/tree/main。
    雄性凹耳蛙不同合唱期鸣声特征的变化
    董浩 柯子怡 武亚涛 苗珺琪 张方
    生物多样性. 2023, 31(1):  22217.  doi:10.17520/biods.2022217
    摘要 ( 55 )   PDF (398KB) ( 65 )   知识图谱   收藏
    相关文章 | 多维度评价
    声音通讯在凹耳蛙(Odorrana tormota)的繁殖过程起到关键作用, 雄性凹耳蛙个体处于不同性选择压力下会采取不同的发声策略, 然而我们对此仍缺乏研究。本实验采用个体标记法, 基于2021年3–5月的野外实验, 对雄性凹耳蛙个体(n = 12)处于合唱高潮期和低潮期鸣声中的非线性现象(nonlinear phenomena, 以下简称NLP)总含量及其各组分(混音、半谐波、频率跳跃)含量、鸣声时长以及鸣叫频次之间的差异进行Wilcoxon符号秩检验。结果显示, 雄蛙处于合唱高潮期和低潮期鸣声中的部分NLP组分(混音、半谐波)含量以及鸣声时长均没有显著性差异, 合唱低潮期的NLP总含量、部分NLP组分(频率跳跃频次)显著大于高潮期, 发声率合唱高潮期显著大于低潮期。实验结果表明, 雄性凹耳蛙不同合唱期会采取不同的发声策略, 即性选择压力较小的低潮期, 雄性凹耳蛙通过提高鸣声中的NLP含量, 扩大声音传播距离, 增大声音的不可预测性, 以更好吸引雌性; 高潮期性选择压力大时, 雄蛙通过提高鸣叫频次使得个体鸣声更加突出, 从而提高抱对成功率。
    网络分析法在动物声音通讯及生物声学研究中的应用与前景
    邓可 崔建国
    生物多样性. 2023, 31(1):  22318.  doi:10.17520/biods.2022318
    摘要 ( 117 )   PDF (1206KB) ( 130 )   知识图谱   收藏
    相关文章 | 多维度评价
    动物社会网络分析法(animal social network analysis, ASNA)是一套用于研究动物社会性、量化个体间各种社会关系、揭示个体行为与社会结构动态之间联系的工具, 它被广泛应用于多种动物类群的行为学研究。该分析方法所提供的一系列指标也非常适用于探究动物的声音交流及鸣声结构。在此, 本文首先简要介绍了网络分析法的基本概念及一些常用的指标; 然后基于野外和室内研究实例, 阐述了如何利用ASNA建立声音通讯网络、量化声音交流, 以及将ASNA与被动声学监测技术相结合的应用前景; 随后探讨了ASNA在分析鸣声相似性及鸣声地理变异中的优势; 最后概述了ASNA在解析鸣声结构和句法规则中的应用。ASNA为研究动物通讯网络以及声音信号的适应性进化提供了新的视角和新的思路。
    被动声学监测技术在陆生哺乳动物研究中的应用、进展和展望
    马海港 范鹏来
    生物多样性. 2023, 31(1):  22374.  doi:10.17520/biods.2022374
    摘要 ( 16 )   知识图谱   收藏
    相关文章 | 多维度评价
    被动声学监测(Passive acoustic monitoring, PAM)技术指将自动录音机安装在自然环境中收集野生动物及其所在环境的声音信号的监测方法。20世纪90年代以来,PAM技术陆续被应用于翼手目和灵长目等陆生哺乳动物的监测和研究,探究了陆生哺乳动物行为学、生态学和保护生物学等方面的科学问题。然而,当前缺乏对这些研究的系统性总结和展望。本文从活动规律和时间分配、栖息地利用、物种分布、种群大小与密度、生物多样性、人为干扰的影响等领域综述了PAM技术在陆生哺乳动物中的研究进展,并列举了相关应用实例。总体上,PAM技术涉及到生物学、生态学、声学、计算机科学等多学科的交叉融合,其应用受限于声学数据的储存和管理、物种或个体自动化识别以及声学指数评估的普适性,设备价格也相对昂贵,这些可能是导致该技术在我国陆生哺乳动物监测和研究方面的应用还相对滞后于其他国家的原因。最后,本文对未来研究方向进行了展望,并建议尽快建立和完善我国陆生哺乳动物PAM网络和数据共享平台、组织开展面对面访问调查或生物多样性保护相关的知识竞赛等公民科学项目、向更多科研机构或保护区推广PAM技术的应用,使该技术成为陆生哺乳动物行为学、生态学、生物多样性保护等领域不可或缺的技术手段,进一步服务于我国的生物多样性保护和生态文明建设。
    基于音节聚类分析的被动声学监测技术及其在鸟类监测中的应用
    吴科毅 阮文达 周棣锋 陈庆春 张承云 潘新园 余上 刘阳 肖荣波
    生物多样性. 2023, 31(1):  22370.  doi:10.17520/biods.2022370
    摘要 ( 34 )   知识图谱   收藏
    相关文章 | 多维度评价
    被动声学监测通过分析鸟鸣声信息来实现物种识别,为鸟类多样性监测提供了一种切实可行的技术方案。由于鸟种的鸣声复杂多变,如何通过声纹快速准确辨别物种,分析鸟类丰度,降低对人工操作需求等技术难题,成为基于声纹的鸟类多样性监测所面临的挑战。本文提出了基于音节聚类的鸟类鸣声监测框架:首先通过音高、频率平坦度等音频特征在声纹数据中提取音节,然后通过无监督表征学习与狄利克雷过程(Dirichlet process)混合模型对音节进行深度无监督聚类训练,完成音节聚类和自动音节种类推断。分析结果表明,本文提出的基于音节聚类的鸟类鸣声监测框架在处理开源数据集白腰文鸟(Lonchura striata)的曲目时可获得接近90%的聚类准确率。在此基础上,本研究对2022年4-5月在广州市白云山公园固定监测点所录制的十种鸟类进行了无监督的音节聚类分析,验证了本文所提出的基于音节聚类的鸟类鸣声监测框架的有效性:本技术不仅可以支持快速鸟类物种识别,还可以统计和分析不同种鸟鸣在时间、频度、数量上的变化。这些结果表明,基于音节聚类的鸟类鸣声监测框架可以显著降低对人工标注训练数据的要求,克服传统鸟鸣物种识别框架在处理重叠鸟鸣时难以处理多物种识别的缺点,为基于被动声学监测的鸟类多样性监测提供了一个快速物种识别、音节序列分析和精细化种群丰度分析的综合解决方案。

  • 微信号:swdyx_wx

  • 淘宝店二维码

  • 微店二维码