聲學手段輔助自然保護地生物多樣性監測現狀及應用建議

許曉青 蒲寶婧 余楚萌 安德軍

(1. 同濟大學建筑與城市規劃學院, 自然資源部國土空間智能規劃技術重點實驗室, 上海 200092；2. 四川農業大學風景園林學院, 成都 611130；3. 黃龍國家級風景名勝區管理局, 四川松潘 624000)

1 研究背景

建立自然保護地是保護生物多樣性最為有效的措施，建立以國家公園為主體的自然保護地體系是我國推進生態文明建設的重大舉措。自然保護地類型按生態價值和保護強度高低依次分為國家公園、自然保護區和自然公園[1]。隨著國家公園體制頂層設計的逐步完善，一些保護基礎較好的保護地，已經有條件追求更加精細化的生物多樣性保護管理。

聲學監測是一種通過記錄自然環境中物種聲音類型和聲音變化研究生物多樣性的新型方法。聲學監測在自然保護地生物多樣性監測中的應用逐漸廣泛，其中包含了研究野生動物的行為、棲息地利用、物種豐富度和生態系統功能等。例如，在鳥類監測中，可以使用聲學監測鑒定不同鳥種的叫聲，并估算其數量和分布情況。在蝙蝠監測中，聲學監測可以幫助鑒定不同種類的蝙蝠，并評估其數量和活動模式。此外，聲學監測還可以用于研究底棲生物，如魚類和兩棲動物，以及大型哺乳動物，如熊、狼和豹等。在自然保護地的生物多樣性監測中，聲學監測尤其對于那些難以通過視覺直接觀測到的物種監測具有特別重要的作用。

2 自然保護地中聲學監測的優劣勢

自然保護地面積大、自然度高的特點會增加調研工作的實施難度，從而嚴重制約生物多樣性保護工作，更大地理范圍和物種規模的有效監測是現有自然保護地迫切需要實現的監測目標。

而聲學監測作為現今較為新興的監測手段，其優勢在于：

1）被動式的采集實現。除設備安裝外，聲學監測無須人員駐守現場，可以依靠自動錄音系統和數據遠程回傳技術完成被動式的數據采集，以一種非侵入的方式，避免了由人類噪聲污染影響野生動物分布造成的監測誤差。利用該優勢輔助傳統樣點樣線法監測，減少了監測所需的勞動力和監測人員花費在調查上的時間[2]，還可由設備代替人工去到較偏遠或較難到達的監測點位，解決監測頻率因環境受限而導致各區域數據量空間時間覆蓋不均勻的問題。前期傳統實地調研梳理物種清單加后期聲學數據無侵入性連續觀測的模式使監測更加低成本、高效率、可持續。

2）連續、完整和相對低成本的數據獲得。生物多樣性強烈的時空尺度依賴性和多層次性決定了生物多樣性現狀與變量的分析需要在不同生態系統進行多空間尺度、全面和連續的監測[3]。而聲學監測允許長時間的動態監測，它能反映一個區域歷時性的生態進程與變化，拓寬了監測時間，確保了數據的連續性和完整性[4]；且音頻信號擁有比視覺信號更低的存儲和計算成本[5]，為物種分布和群落動態變化更詳細、更長期的信息獲取提供了有力保障。

3）更大物種規模監測的可能性。與視覺方法相比，聲音傳播范圍大，受植被和障礙物的影響較小，且不受早晚光照條件限制，可用于被環境掩蔽或難以捕捉的鳴聲物種監測。已有研究利用聲學監測采集到一些隱蔽物種[6]和瀕危物種[7]。當紅外相機無法有效探測和記錄小型獸類(例如勞亞食蟲目、嚙齒目鼠科物種)與非地棲鳥類(例如隼形目、雀形目物種)[8]時，可以考慮采用聲學監測進行輔助。

但聲學監測也有其缺點：

1）監測的技術路徑決定了聲學監測的研究對象，它僅適用于監測會發生聲學活動的物種；

2）當出現容易混淆的聲音，如遇到鳥類“效鳴”行為，物種判別缺少輔證，可能造成假值；

3）面對惡劣天氣或嘈雜環境時，從環境聲中剝離出生物信息特別是物種信息難度較大。

3 自然保護地中聲學監測的應用

3.1 聲學監測輔助物種鑒別和群落關系理解

由于不同動物的聲音在頻率、持續時間、音節等具有差異，聲學采樣對于監測發聲獨特、鳴聲響亮的物種尤其有效[9]。聲學監測利用聲紋特征、能量、信號、頻率、遠近場等識別物種，對鳴聲類別和數量的統計可以幫助促進個體、種群及種群層面的物種名錄清單建立，監測類群數量評估和動態觀測等工作。同時，動物利用聲音進行交流、回聲定位、性展示和領土防衛等行為[10]，生物聲學監測可以通過記錄這些聲音推斷動物的生理狀態、動物所在棲息地質量。

促進建立物種名錄清單，有助于解決自然保護地面對的生物物種資源家底不清問題。首先，物種鳴聲識別工作幫助理解群落結構和分布模式[11]，實現本質即為將采樣到的聲信號與物種已知聲紋學習庫進行比較，報告與正確分類概率最接近的匹配結果；其次，聲學監測可通過長期積累的鳴聲比對幫助判斷是否存在新物種[12-13]或是否有物種滅絕[14]等狀況。二者都需要擁有目標物種的全面聲紋庫，這對野生動物聲音資源的積累提出了較高要求。當前我國聲學監測針對的常見類群包括哺乳類（鯨豚類、靈長類、蝙蝠類為多）、鳥類、無尾兩棲類、魚類和部分昆蟲等[15]。從全球范圍內發布的研究論文看，按照聲學監測的應用廣泛程度，依次是蝙蝠、鳥類、無尾目動物、非飛行哺乳動物和無脊椎動物[4]。對于監測應用程度高，聲音數據儲備量大的物種，研究團隊間數據的調用是目標實現的最大難題，未來建立收錄標準化、資源共享的聲學數據庫是保護工作進一步發展的必要行進路線。而對于應用程度低、聲學數據缺乏的物種，其識別準確性仍然有待商榷，全聲景的采樣和長期數據留存可為未來研究人員再探究打下基礎。

現有監測類群數量評估方法分為兩類：一是聲紋識別過程提供物種檢測到的時間、空間、發聲個數記錄等，可用于進一步的生物量量化計算；二是根據環境中整體聲音的復雜度、多樣性等計算聲學指數近似判斷類比物種種類、數量以進行快速生物多樣性評估的度量。聲音景觀的自動記錄和分析可以在更大時空尺度上進行，通過數據的不同時空尺度對比以完成其動態觀測任務。然而，使用聲學數據推斷動物密度和豐度，進而推斷種群規模的方法涉及特定的挑戰。因為統計方法必須理想地控制各目標物種的聲學可探測性差異（較安靜的物種具有較小的檢測距離）和當地環境因素（例如環境聲級、土地覆蓋）的影響[16]，并考慮到順序檢測到的叫聲的非獨立性，其可能來自同一個體[17]。如果在足夠的時間尺度上進行調查，聲學數據能夠在多年內估算種群趨勢和物種分布[18]。

了解各類動物不同行為時發出的聲音類型首先有助于完善全面的聲紋數據庫，以支持物種識別工作。種內和種間的社會和生態相互作用可以通過聲音信號來調節，由此影響物種個體的適應度[19]。因此，聲學監測依賴于檢測動物聲音，這些聲音不僅揭示了物種身份，還揭示了社會、行為和生態方面的社群特征[20]。理解動物習性以判斷動物生理狀態，為提供滿足動物需求的更好生態環境制定保護策略。例如，有學者通過研究長江江豚的聲行為確定了生命脆弱期[21]，這對船舶噪聲等人為干擾改善提供了優化方向。最后，由于聲學數據的連續性，它能反映一個區域歷時性的生態進程和變化，也能表達因人為利用引起的氣候、植被、土壤等環境因子造成的異質性差異[22-23]，挖掘動物變異行為也有助于理解外部環境變化，預測棲息地質量。例如，Llusia等[24]研究了無尾兩棲動物呼叫行為對不同的熱環境作出的反應，為評估氣候變化提供了新思路。Medeiros等[25]利用引入入侵物種聲源觀察本底物種發聲行為的變化，證實了生物聲學可為物種入侵提供有效證據。Burivalova等[22]通過錄制和分析黎明時分聲音時間序列，對比動物鳴聲變化，監測了人為選擇性采伐對生物多樣性的影響。未來聲紋的方法在整個生態系統中有望得到更好的推廣，成為全球監測工作的骨干技術[26]。

3.2 聲學監測能在時空維度揭示生物多樣性及人為利用的變化

從統計學的角度出發，量化聲學與生物多樣性評價之間的聯系，發現聲學指數與多樣性指標之間存在中等程度的正相關關系。一些指數例如聲學熵指數（H）、歸一化差異聲景指數（NDSI）和聲學復雜性指數（ACI）在檢索生物信息方面表現較好，聲音豐度（已識別或未識別物種發出的聲音數量）是當地群落多樣性的最佳估計值[27]。除反映生物多樣性外，NDSI也被證明可以用于生成道路噪聲的擴散模型，即作為人為干擾的聲學測度[28]。研究表明，自然保護地的野生動物管理和保護工作應該考慮人為噪聲對野生動物的影響[29]。其中，識別監測聲音景觀中的時間變化，可以用于評估人類不同利用方式下的自然環境之間的差異，以及物種如何受到人為干擾的影響[30]。其次，聲學監測和聲景分析被證明是評估開發活動對自然環境影響的有用工具，如可用被動聲學監測來研究油氣勘探和開采的整個過程對生物多樣性的影響[31]。同時，被動聲學監測和聲學指數可用于檢測跨時空的生物多樣性趨勢，并實現對受保護地常見威脅即人類活動干擾趨勢的監測[32]。隨著新技術的發展，人工智能技術被大量運用，使用神經網絡計算聲紋，將能夠更好地反映這種時空變化，從而為保護區的科學保護提供依據。從這些聲學指紋中，我們可以跨多個尺度預測棲息地質量和生物多樣性。此外，有研究顯示，聲學監測可以幫助研究者了解生物群落中物種之間的信息網絡以及它們的時間和空間分布模式[19]。

4 自然保護地中聲學監測實施要點

4.1 監測目標

數據收集前首先應明確監測目標。當監測目標為調查瀕危物種的存在與否時，要重點考慮監測設備定位聲源的能力、能監測到聲音的范圍以及設施布設密度，最終收集的物種監測記錄可用于與環境協變量相關的物種占用和分布建模。當監測目標為計算特有物種多度、豐富度時，要考慮環境中目標物種相對于其他競爭聲源的聲學可檢測性以及易識別性，確保在復雜聲學環境中能對目標鳴聲進行檢測、標記和分類；并且由于單個鳴聲信號并不一定由單個動物發聲，在物種數量的估算中通常存在誤差，因此計算結果的常見應用是判斷規定范圍內的生物量狀況是顯著增加還是減少[16]。關于生物量動態趨勢的評估，還可發展長期監測目標以了解物種活動晝夜或季節節律、棲息地偏好等。同時可針對氣候變化[33-34]、物種入侵[25]、人為活動干擾[22,35]以及管理部門保護工作干預成效等因素對保護地所面臨問題進行具體分析，監測方案的制定需對自變量因素進行梯度設計，以確保數據收集適合回答研究問題。

4.2 監測方案要點

4.2.1 設備選擇

主動式錄音要求研究人員手持便攜式錄音機進行記錄，設備移動和時間采樣方案具有了更高的靈活性。此外，基于智能手機應用程序可將帶有麥克風的GPS設備轉變為精確的聲級計，有利于充分發揮公民科學家團隊潛力，以低成本、低技術門檻、高效率、高教育意義的共同參與完成大量數據的收集[36]。但同時由于人類活動的介入，主動式收集可能會影響到研究場地內生物的活動而使結果產生誤差，不能準確反映真實的生物多樣性狀況。而被動式錄音則依靠自動錄音系統，自動化性能的提高不僅節約了人力成本，也實現了一種無人為干擾的監測方式，更推動了國家公園的長期聲學監測[37]。隨著監測設備電池壽命的增長，也進一步確保了監測數據獲得的持續性和完整性[4]。目前常用的監測陸生動物的自動錄音設備有 Song Meter (Wildlife Acoustics, Massachusetts,USA)和BATLOGGER (Elekon AG, Luzern,Switzerland)。近年來也出現了一些外形更小巧、價格更低廉的迷你自動錄音設備，如Audio Moth(Open Acoustic Devices, Southampton, UK)、Solo(Focusrite, High Wycombe, UK)、Song Meter Min(Wildlife Acoustics, Massachusetts, USA)等[38]。近來國內也出現了諸如L-bird等專業被動式監測設備。但專業的自動化錄音設備也存在一定缺陷，比如設備之間存在的差異導致數據結果所呈現的不一致性，較高成本的儀器會限制部署傳感器的數量以及公眾參與數據收集的可能性。

4.2.2 時空采樣方案

聲學生態位假說認為物種間的競爭會使其信號占據不同時間或頻率范圍以實現聲學空間的高效利用[39]，因此時間維度上，物種間具有各自的獨特的發聲時間偏好以及各類生態系統均存在著日、季節、年等不同時間尺度的周期性規律。

時間采樣優先考慮關注物種的活動節律偏好，再針對不同監測目標對信號時長進一步確立監測方案。全天候的音頻樣本可以完整地記錄采樣點的所有聲音信息，可針對特定時間段的短期監測目標。但隨著監測天數的增加，產生的海量數據會使得數據存儲和分析面臨巨大挑戰，長期監測目標的實現通常會對被動式錄音設備設置錄音時間表以減少數據量[4]，市面上的現有設備可以完成從簡單（如每小時錄音5 min）到復雜（如對日出日落的時間段劃分）的每日采樣程序設置。同時，在以計算生物量變化趨勢、物種活動節律的長期監測中還需考慮對不同季節、年份的重復采樣。

空間采樣制度針對研究問題有所不同：大尺度區域內的動物物種分布、活動模式調查時，在具有代表性的各類棲息地類型中隨機抽樣放置設備的分層隨機抽樣最為適合[40]；調查棲息地梯度上的物種存在或豐富度趨勢時，則針對感興趣區域選擇適當位置，盡量將樣點選擇在背景聲掩蔽對于目標物種聲干擾較小的環境。設備的空間放置，還需要考慮不同棲息地環境中特定聲音的探測距離以及設備能覆蓋的采樣面積[41]。

4.2.3 數據存儲與傳輸考慮

存儲的音頻數據應盡量為未壓縮或無損壓縮的存儲格式，如wav、flac等。MP3等格式的錄音雖然會使得存儲大小顯著減小，但也會使得音頻質量大幅下降，從而影響后續的聲學分析。面對長期監測目標所產生的大量數據，聲景數據庫建立成為必然需求。為了便于研究間的相互比較和數據應用，聲學監測將越來越趨向于數據收集和存儲的標準化[42]，ARBIMON[43]、Pumilio[44]存儲庫可為其提供一些現有建成框架。由于帶寬和存儲能力呈指數級增長，預計聲景存儲庫將在未來10年迅速擴散，為管理和分析被動式錄音數據的集體努力提供新的機會[4]。

4.3 數據處理和分析

數據分析的重點是通過對聲信號進行處理從而提取相關生物信息。當前研究方法主要分為兩類：一是使用手動或自動識別的物種鳴聲檢測和分類；二是通過總結振幅和頻率特征的聲學指數計算。

物種鳴聲檢測和分類需要通過手動、自動或二者結合的方式對其進行標注分類[4]，以從中提取監測目的相關物種鳴聲。手動式的標記分類會使工作量劇增，但對于公開數據甚少或難以進行自動檢測和分類的物種來說，是十分必要的。手動標簽的缺點是需要專家知識、效率低且難以分析大尺度數據，因此，自動化的標記應運而生。自動化的標記隨著近年來分析工具準確性和效率的迅速提高，顯著推動了物種鑒別的相應工作。但準確的自動化標簽技術需要在前期進行大量的針對性數據集輸入，未來公民科學家的參與、完備聲音數據庫的建立可能成為物種多樣性判別研究取得重大成功的突破口（圖1）。

圖1 物種識別流程Fig. 1 Process of species identification

聲學指數是利用生物聲音測度生物多樣性（圖2），認為環境中的生物多樣性越強，產生的聲信號就越復雜多樣，聲學指數分為α和β兩種，常見的聲學指數見附表1。利用聲學指數的生物多樣性評估通常認為：α指數用于評估單個單元的聲學多樣性，分析一個種群、一個群落或一個特定時間的景觀內的情況；β指數用于比較兩個單元的聲學多樣性，比較來自兩個不同地點的兩個群落或同一群落在一年中兩個不同時期的區別，避免了識別每個發聲物種的耗時過程，使得原先依靠圖像進行動態變化觀測的周期大大縮短。tune R[45]、soundecology[26]、seewave[46]等基于R語言的程序包可以實現指數的計算。但由于聲學指數的分析忽略了時域信號和頻域信號的空間占用問題，而不考慮物種身份的識別[4]，計算結果可能會受到環境中地理聲、人類聲因素的影響。目前全球已經形成了60多個聲學指數用以評估物種多樣性及環境影響[47]，但對于聲學指數的可擴展性和廣泛適用性還存在一些爭議[16]。

附表1 常用聲景指數Schedule 1 Commonly used soundscape index

圖2 聲學指數計算流程Fig. 2 Process of acoustic index calculation

5 總結與建議

總體而言，聲學監測作為一種重要的監測手段，可以為自然保護地的生物多樣性監測提供有力的支持。在未來，隨著技術的不斷發展和完善，聲學監測將進一步提高其準確性和效率，為生物多樣性保護和管理提供更加可靠的數據和信息。聲學監測技術的應用具有兩方面的意義：一方面聲學被動監測技術有助于解決目前遇到的長時間、大面積、全物種動態監測難題；另一方面，對于生物多樣性的認知需要突破以視覺為主導的信息來源，依賴更多維度的信息，整合生態學、信息科學、人工智能手段，探究生物多樣性時空分布格局，在時間、物種、區域、經濟成本等尺度上滿足生物多樣性調查的需求。

綜上所述，國家公園中實施聲學監測有如下優勢：能夠對野生動物尤其是夜間活動或難以目測觀察的動物進行非侵入性研究，例如蝙蝠、昆蟲、海洋哺乳動物；聲學數據使物種的存在和日益增長的種群密度得以估計，并與環境因素相關聯；聲學監測還可以監測非法活動（例如伐木、爆破捕魚）；聲學數據越來越有助于利用個體叫聲識別或總體聲學指數（例如聲學熵、聲學多樣性）推斷群落生態信息，如物種豐富度和多樣性指數等；聲學數據越來越能夠推斷野生動物的活動和行為模式；傳感器可以遠程部署并編程，以在數周或數月內收集數據，這可能使環境調查能夠在比傳統生態調查方法大得多的時間和空間尺度上進行。

但聲學監測也面臨著諸多挑戰：如聲學傳感器僅用于監測發出可識別聲音的物種；專門設計的可編程聲傳感器通常很昂貴，麥克風和電子設備容易受到天氣、動物和人的損害，自然保護地內的長期監測方案目前仍然較少；不同研究地區采集設備差異可能會引起的數據采集結果不一致，使得異地調用可能性降低；有限和非共享的參考鳴聲庫和分類工具意味著識別鳴聲物種多樣性的難度，聲學指數在監測生物多樣性方面的有用性仍然沒有基于全球國家公園的聯合研究，指數的適用性、普適性依然存在問題。

基于此，建議在中國以國家公園為主體的自然保護地體系研究與管理建設中，重視聲景資源的保護，重視對野生動物聲音資源的采集，建立國土保護地聲音資源庫。注重對聲音資源的科學普及工作。對鳥類、獸類等聲紋特征進行解析，并通過多學科的方式進行分析表達與知識科普。關注穿越保護區的重要基礎設施（道路交通、水利設施、航線、主要旅游設施等）所產生的噪聲影響，明確噪聲產生的源頭、分貝、影響范圍、影響程度、影響時長等要素。