随着数字录音技术、电子学和微电子学、人工智能、信息科学等跨学科领域的技术革新, 现代生物声学逐渐与生物学、生态学等学科及关联学科之间形成了广泛的交叉前沿领域。现阶段, 现代生物声学主要以生物学、生态学等基础学科的理论方法为指导, 着重于揭示环境中各类声音在生物之间以及生物与人类、环境之间的相互作用及相关科学规律, 为人类认识、保护和利用生物声学资源提供理论基础和解决方案。本文重点阐述了现代生物声学的学科内涵和学科特征, 介绍了动物生物声学、生态声学、水下生物声学、环境生物声学、保护生物声学、计算生物声学以及现代生物声学研究的技术框架等前沿热点和发展趋势, 评估了中国生物声学研究的学科现状与发展机遇, 并对未来学科建设进行了展望。

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。

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67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叫以及季节性和年度性发声规律等。影响城市动物声景模式的因素主要包括植被、环境、人为干扰和动物自身驱动等。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。

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, 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。

被动声学监测技术和声学指数通过对音频数据的时频域特征进行定量分析, 可以反映声景的复杂度、多样性和健康程度等, 已经成为评估生物多样性变化的重要手段。本研究从2020年6月至2021年6月在东北虎豹国家公园采集了52个点的声学数据, 计算了春、夏、秋、冬4个季节和黎明、白天、黄昏、夜晚4个昼夜时间段的声音复杂度指数(acoustic complexity index, ACI)、声音多样性指数(acoustic diversity index, ADI)、声音均匀度指数(acoustic evenness index, AEI)、生物声学指数(bioacoustic index, BIO)、标准化声景差异指数(normalized difference soundscape index, NDSI)、声音熵指数(acoustic entropy index, H)和1-21 kHz共20个频段的功率谱密度(power spectral density, PSD)等声学指数, 评价了声景构成和多样性的昼夜和季节性差异。结果表明, 东北虎豹国家公园的声景随季节变化具有显著的昼夜节律差异, 尤其是夜晚的声景和声学成分显著不同于其他时段; 白天声景的复杂度和多样性以及生物声的强度更高, 但夏季的夜晚比白天有更高的声音复杂度; 春季的黎明时段由于强烈的鸟类和鸣而具有较高的声音多样性和生物声强度。此外, 声景和声学成分具有显著的季节性差异, 其中春、夏、秋等3个季节(主要是5-10月)具有高的声音复杂度、多样性和生物声强度, 但每个声学指数峰值出现的时间具有高度的异质性。本研究为东北虎豹国家公园声景资源的恢复和保护提供了基础数据, 未来需要进一步结合非声学变量深入探讨区域声景形成的驱动因素, 揭示人类干扰和气候变化的影响。

声景生态学是一个相对较新和快速发展的研究领域, 被动声学监测技术和声学指数已经成为研究湿地鸟类和声景多样性的重要方法。本研究评价了鸟类迁徙对中国东北图们江流域下游湿地声景日、月和季节变化的影响。我们从2020年11月至2021年12月在图们江下游敬信湿地设置10个采样点, 获得91,988条时长5 min的有效音频, 计算了声音复杂度指数(acoustic complexity index, ACI)、生物声学指数(bioacoustic index, BIO)、声音均匀度指数(acoustic evenness index, AEI)和标准化声景差异指数(normalized difference soundscape index, NDSI)以及1-11 kHz频段的功率谱密度(power spectral density, PSD)。结果表明, 声学指数对鸟类迁徙活动敏感, 其中2个迁徙期声景(2-4月和10-11月)都以1-2 kHz雁类白天的叫声为主, NDSI显著降低, 1-2 kHz的PSD显著升高, 但雁类向北迁徙时几个声学指数变化更为敏感, 有效地捕获了迁徙峰值, 表明不同季节鸟类迁徙模式存在差异。非迁徙期声景由夏候鸟、蛙类和昆虫发声为主, 4种声学指数和PSD随月份呈现不同的动态特征, 反映了声景的多样性和复杂性, 其中5-7月声景以2-11 kHz的夏候鸟鸣唱(呈现显著高的黎明和鸣行为)和2-3 kHz的蛙类鸣叫为主, 8-9月声景以2-3 kHz、4-5 kHz和6-10 kHz频段的夜间昆虫鸣叫为主, 12月至次年1月仅记录到少量的鸟类发声活动。综上所述, 图们江下游湿地声景呈现明显的日和月变化规律, 多种声学指数联合使用可以有效地监测迁徙鸟类物候的变化, 特别是追踪春季雁类向北迁徙的时间和规模。随着全球气候变暖, 我们的结果强调声景监测与声学指数的应用可成为监测迁徙鸟类群落对气候变化响应的有效方法。

海南热带雨林国家公园霸王岭片区属于我国生物多样性热点地区, 其自然环境非常适合两栖类生存, 但该区域的无尾两栖类多样性情况尚不清楚。本研究利用新兴的生物声学方法, 调查该地区无尾两栖动物的多样性, 并了解蛙类鸣叫与环境的关系。我们在国家公园霸王岭片区选择5个生境不同的区域, 每个区域设置一条样线, 每条样线上布设3台录音设备, 于2021年6月、8‒9月和12月以及2022年1‒3月分别收集至少半个月的声音数据。本次调查共记录到蛙类17种, 隶属6科11属。四季的物种组成存在差异, 其中冬季(12月)出现的物种最少。不同区域的物种组成也存在差异, 其中飞列地区发现的物种最多。记录到的17种蛙中, 有12种仅在夜晚鸣叫, 有3种主要在夜晚鸣叫, 偶尔也在白天鸣叫, 有2种全天都活跃鸣叫。不同生境蛙类对降雨的响应也存在差异。永久水体中的小湍蛙(Amolops torrentis)和沼水蛙(Hylarana guentheri), 以及栖息环境多样的饰纹姬蛙(Microhyla fissipes), 鸣叫活性不受降雨影响, 但浅水溪流中的脆皮大头蛙(Limnonectes fragilis)和地面上的海南拟髭蟾(Leptobrachium hainanense)鸣叫活性在降雨日更高。综上, 季节、昼夜环境、地理位置和降雨的差异会影响霸王岭片区蛙类的多样性和鸣叫活性。本研究不仅丰富了海南热带雨林两栖类的生态资料, 也有助于海南热带雨林国家公园霸王岭片区野生动物的生态保护和评估。

声音通讯在凹耳蛙(Odorrana tormota)的繁殖过程中起到关键作用, 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, 然而相关研究仍缺乏。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发声现象(nonlinear vocal 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, 合唱高潮期的发声率显著大于低潮期。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来更好吸引雌性; 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。

研究表明, 群居哺乳动物具备通过叫声进行母幼识别的机制, 而有关独栖动物的母幼识别机制鲜有研究。大熊猫(Ailuropoda melanoleuca)是典型的独栖动物, 原始森林是保持野生大熊猫种群数量可持续发展的必要条件, 其中的大型古树提供的育幼巢穴对大熊猫幼仔的存活至关重要。但是, 近年来大型古树因受人为干扰而急剧减少, 致使野生成年雌性大熊猫活动领域的重叠增大, 在育幼期产仔大熊猫母兽对育幼巢穴的利用产生了竞争。大熊猫幼仔的体重约为成年大熊猫的0.1%, 幼仔需要母兽高度关怀才能存活和成长。叫声是0‒45日龄大熊猫幼仔向其母兽传递生理需求或所处状态的主要方式。然而, 母兽能否根据幼仔的叫声识别自己的后代, 目前尚无定论。本研究以274条大熊猫幼仔的尖叫声为例, 首先对其进行个体独特性分析, 然后通过叫声回放以及母兽对所回放的两种叫声的行为反应, 验证大熊猫母兽能否辨别出其亲生幼仔。结果发现, 尖叫声的17个声学参数中有14个具有潜在的个体判别能力(PIC > 1); 进一步的判别分析结果显示, 基于这17个声学参数, 78.5%的尖叫声被正确分配到对应的幼仔; 叫声回放实验的结果显示, 母兽在行为上更倾向其亲生幼仔的尖叫声(P = 0.008)。我们的结果表明尖叫声可以编码大熊猫幼仔的身份信息, 且圈养大熊猫母兽通过该叫声能辨别亲生和非亲生后代。本研究结果为大熊猫的迁地保护和圈养大熊猫繁育工作提供了理论依据, 对人工繁育大熊猫幼仔存活率具有重要意义。

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, 降低对人工操作的需求等技术难题, 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10种鸟类鸣声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物种鸟鸣在时间、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。

在生态系统中, 鸟类是重要的组成部分, 对调节生态环境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和防范, 为此, 鸟鸣声识别和异常鸣声监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技术提取鸟鸣声特征, 融合特征选择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; 深度学习方法是基于DenseNet121网络结构, 并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; 中心损失函数可解决类内特征不紧凑问题。我们通过消融实验对比验证, 对在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, 准确率达到96.9%。代码已开源至Github: https://github.com/CarrieX6/-Xeno-Canto-.git。

通过声学指数量化声音的特征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被提出, 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), 是本研究发现的唯一显著负相关的联系。本研究结果可为常用alpha声学指数的选用提供参考依据。

随着录音设备性能的提高和硬件价格的降低, 基于录音评估声景来反映生境特征和生物多样性的方法得到快速发展。声学指数是对声音整体特征的量化, 受到录音生境和生物组成的共同影响, 因此可构建声学指数与生境特征和生物组成的关联。按照作用的尺度, 声学指数可分为两类: 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。随着录音设备的普及, 以及在大尺度上进行生物监测工作的增加, 对不同时间、不同地点的录音进行比较的需求日益迫切。因此, beta声学指数的开发和应用是声学指数研究的重要方向。本文介绍了11个常用的beta声学指数, 并探讨了这些指数的数学特征(非负性、同一性、对称性、直递性、有限性)。本文还通过文献检索获取了beta声学指数在实证中的应用情况, 发现研究中常使用beta声学指数反映时间节律、生境特征的差异或生物组成的改变。最后, 本文指出了beta声学指数研究/应用中迫切需要发展的3个方向: 开发新的指数、优化已有指数的计算方式、增加实证研究。

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的潜力也越来越大。

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(隶属于7科26属)无尾两栖动物的鸣声数据, 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。

作为入侵物种, 北美水貂(Neovison vison)在欧洲引起了一系列生态问题, 侵占了欧亚水獭(Lutra lutra)的生态空间, 其入侵性对当地生物多样性和生态系统构成了严重威胁。水貂引入我国东北地区已有70多年的历史, 然而国内对其野外种群却鲜有研究。掌握水貂种群的入侵范围、入侵影响因素以及与本地具有相似生态位的欧亚水獭之间的竞争关系, 对水貂的入侵管理和东北地区的生物多样性保护具有重要意义。本研究利用实地调查和文献资料获取的分布信息, 通过集合模型识别水貂和水獭的潜在分布区, 评估水貂对水獭在地理空间上的入侵风险, 并通过主成分分析(principal component analysis, PCA)评估其生态位重叠和影响因素。结果表明: (1)我国东北地区水貂的潜在分布区面积为61,944.57 km², 水獭的潜在分布区面积为83,590.94 km², 两者重叠区域面积为50,544.21 km², 占水獭潜在分布区面积的60.47%; (2)从各省分布情况来看, 黑龙江省水獭受水貂入侵的风险最高, 潜在分布区重叠的比例达到78.94%, 其次是吉林省, 重叠比例约为53.80%; (3)水貂和水獭生态位存在高度重叠, Schoener’s D值达到0.60。单因子生态位分析结果表明, 水獭比水貂对耕地密度更加敏感, 集中分布在低耕地密度区; 水獭和水貂均倾向选择有林地密度较高的区域, 但水貂在有林地密度的选择上更加平滑, 对森林的依赖程度比水獭低; 水貂相比水獭更倾向选择降水量低的区域; 水獭比水貂更倾向选择高海拔的栖息地。根据地理分布特征和生态位分析的结果, 我们建议通过控制人为干扰调控水獭和水貂的竞争关系, 以抑制水貂在东北地区的入侵。

为了探讨秦岭西段地区蝴蝶群落多样性与生境类型、季节和环境因子之间的关系, 本文于2020-2021年对该地区不同季节不同生境的蝴蝶群落进行了系统调查, 基于调查结果, 对α多样性进行了趋势和外推分析, 对β多样性进行了非度量多维尺度分析(non-metric multidimensional scaling, NMDS)和聚类分析, 运用广义加性模型(generalized additive model, GAM)对多样性指数与主要环境因子的关系进行了拟合分析。结果表明, 本次调查共观测到蝴蝶8,898头, 隶属于5科84属169种, 其中个体数量最多的是粉蝶科, 有3,671头, 物种数最多的是蛱蝶科, 有80种。α多样性分析结果显示, 在不同生境类型中, 针阔混交林的物种多样性指数最高; 在不同季节中, 夏季的物种多样性指数最高。β多样性分析结果显示, 针阔混交林和落叶阔叶林的蝴蝶群落组成相似性最高, 不同季节间蝴蝶群落物种组成相似性较低, 春季和夏季蝴蝶群落明显聚集, 秋季蝴蝶群落更为分散。广义加性模型拟合曲线表明, 较高的植被异质性可维持蝴蝶群落的多样性; 环境温度处于24-30℃之间时, Pielou均匀度指数较高, 蝴蝶群落结构较为稳定; 环境湿度处于70%-85%之间时, Simpson指数较高。综上, 秦岭西段地区蝴蝶群落的组成和多样性与生境类型有着密切联系, 随季节的改变蝴蝶群落结构变化明显; 植被盖度、植物丰富度、湿度和温度是维持蝴蝶群落多样性的重要因素。

镇海棘螈(Echinotriton chinhaiensis)为国家一级重点保护野生动物, 其种群面临着生境退化及丧失的重要威胁。产卵是决定镇海棘螈种群数量增长的关键环节之一, 了解其产卵选择的微生境偏好可以更有针对性地保护该物种。本研究旨在确定影响镇海棘螈产卵场微生境选择的关键环境变量, 同时为该物种的产卵生境保护、改造和重建提供科学基础。本文于2021年3‒5月(繁殖期)在浙江省宁波市北仑区林场对镇海棘螈产卵位点(n = 105)与非产卵位点(n = 70)处的18个微生境变量进行调查。采用拟合优度卡方检验判断3种无序分类变量的差异性, 并利用生境喜好系数对生境选择性进行分析。采用二元逻辑斯蒂回归模型对15个数值型变量进行分析, 确定影响镇海棘螈产卵微生境选择的关键变量。结果显示镇海棘螈繁殖期间对产卵场微生境有明显偏好,通常产卵于朝向水坑、落叶层较厚(5.19 ± 0.18 cm)、坡度较陡(18.64° ± 1.18°)和土壤含水量较低(33.51% ± 1.87%)的土壤基质上。此外, 在大型遮蔽物中, 镇海棘螈偏好选择体积较小的石块和乔木(2,994.63 ± 316.17 cm³)作为遮蔽且离遮蔽物较近(54.27 ± 3.84 cm)的生境产卵。直接的遮蔽物——落叶层和大型遮蔽物(石块和乔木)的体积均在镇海棘螈产卵选择上起着最重要的作用, 其次为到最近大型遮蔽物的距离。镇海棘螈在选择产卵微生境时, 需要同时兼顾遮蔽物特性、水源条件、微气候环境等多个方面的需求, 遮蔽条件是决定镇海棘螈产卵场选择的关键因子。建议对产卵场周边落叶阔叶林进行重点保护。

入侵物种空间分布建模的核心数据源来源于物种多样性采样(物种出现点和未出现点), 然而, 大多数入侵物种标本库只记录物种出现点样本信息, 缺乏对未出现点(负样本)位置的记录。因此, 生成有效的入侵物种虚拟负样本是建立物种空间分布模型的关键。本文提出了一种基于地理环境相似度的虚拟负样本生成方法。首先利用主成分分析(PCA)方法对地理环境原始变量进行线性相关性建模, 基于提取的主成分, 采用K-means算法对入侵物种样本进行聚类分析并计算各样本的地理环境相似度。在此基础上, 通过建立基于主成分的入侵物种相似性度量与可信度计算框架来识别虚拟负样本。以长江经济带入侵物种一年蓬(Erigeron annuus)数据集为例, 分析了整个区域虚拟负样本的可信度。结果表明, 与空间随机采样和单类支持向量机采样相比, 用本研究提出的方法生成的样本数据建立的logistic回归和支持向量机预测结果更优, 验证了该方法的可行性与有效性。基于地理环境相似度的虚拟负样本抽样策略有助于解决由于随机采样而引起的误采样到潜在入侵点的难题, 同时负样本的可信度能有助于识别不同等级的入侵物种适应区。

我国建设国家植物园体系所提出的“统筹就地保护与迁地保护相结合的原则”是进一步推动《生物多样性公约》在我国实施的一个重要新举措。这需要国家植物园对其不同功能植物栽培保存种群大小的统筹协调, 需要与我国其他植物园的濒危植物迁地保护统筹协调并注重统筹提升我国植物迁地保护的有效性等。此外, 由于我国一些植物园与国际顶级植物园几乎都是同步开展受严重威胁的濒危植物迁地保护及其科学研究, 所取得的成果各有千秋, 而且在保护的有效性上都存在着或多或少的问题, 所以“国家植物园将对标世界顶级植物园”的提法是值得商榷的, 我们的做法应是“他山之石, 可以攻玉”。

虽然国际生物科学联合会已经明确了“学名”的法定地位, 但在实际工作中仍然离不开中文名的使用。本文通过对以“himalaya”拉丁化命名的6个属、402个物种, 以及涉及“喜马拉雅山”的1个属、37个种中文名的分析, 发现有3个属和35个物种中文名命名不规范。这些命名中不恰当的简化违反了地名法定原则、史料记载和行业惯例, 由此提出修订不规范命名的建议。