飞机噪声与人为干扰对麻雀惊飞距离的影响

潘汝南 ，赵树兰 ，多立安

（1.天津师范大学生物多样性调控与机场鸟击防御研究中心，天津300387；2.天津师范大学生命科学学院，天津300387）

惊飞距离（Flush initiation distance，FID）是指鸟类耐受不了干扰源的持续接近而开始惊飞时干扰源与鸟类之间的距离，反映了鸟类对外界干扰的耐受性和适应性，FID越短，说明鸟类的耐受性越高，适应性越强[1].动物通常将人视为潜在的捕食者，人类活动造成的非致命性干扰刺激（包括噪音）与捕食风险具有类似作用[2]，会影响动物感知到的捕食风险，进而影响其逃避行为[3].因此，通常采取人类接近的方法测量鸟类FID，所得结果能反映鸟类对人为干扰的耐受性[4].

麻雀（Passer montanus）是天津滨海国际机场鸟类群落中的优势物种，为机场内广性分布排名第一的鸟类[5].麻雀虽小，但集群数量可达百只，在围界区、草地、场内建筑区活动，尤其是在机场进行割草作业时，草地里的昆虫受惊乱飞，会吸引大群麻雀觅食[6].赵焕乐等[7]在对扎兰屯成吉思汗机场的鸟类调查中，综合7个因子计算鸟类威胁飞行安全的危险值，结果证实麻雀为严重危险鸟类.根据美国联邦航空管理局的数据，麻雀和部分水鸟最有可能造成撞击甚至引起飞机损坏，破坏飞行安全[8].据统计，全世界每年鸟击事故约一万次，麻雀撞击次数排名居高不下[9].

目前人类对于鸟类行为影响的研究主要集中在不同生境对鸟类群落的影响[10]、人为干扰对鸟类鸣声[11]、捕食与繁殖的影响[12]等方面，国内鸟类惊飞距离研究多集中在单一干扰因子的影响方面[13].在机场这种特殊噪音环境下，多个干扰因子对麻雀惊飞距离的影响未见报道.鸟击事故的发生很大程度上是由于机场干扰因子改变了鸟类的FID，导致鸟类无法准确判断飞机位置，使其在躲避高速飞行的飞机时发生误撞.本研究在天津滨海国际机场内选取了2个样点，分别为距离跑道最近且噪声分贝最高的样点1和距离跑道最远且有人类居住的样点2，分析飞机起降噪音、实验者着装颜色和移动速率3个干扰因子作用下麻雀FID的变化，为机场飞行安全和驱鸟队防范工作提供理论依据[14-15].

1 方法

1.1 自然概况

天津滨海国际机场位于天津市东丽区，该地区属于暖温带半湿润大陆季风气候，四季分明，平均气温11.4～12.9℃，1月最冷，平均气温-4℃，7月最热，平均气温26℃.春季多风，干旱少雨；夏季炎热，雨季集中；秋季气爽，冷暖适中；冬季寒冷，干燥少雪.全年降水量510～680 mm，降水主要集中在夏季.全年日照约2 700 h，无霜期一般为200～250 d，年平均风速为2～4 m/s.

机场飞行区内的植物以禾本科和菊科为主，种子为食谷鸟类提供了丰富的食源.春季优势植物为苦菜（Sonchus oleraceusv）和夏至草（Lagopsis supina）；夏季为夏至草、刺儿菜（Cirsium setosum）、芦苇（Phragmites australis）、鹅绒藤（Cynanchumchinense）和葎草（Humulus scandens）；秋季为虎尾草（Chloris virgata）和牛筋草（Eleusine indica）.机场严重危险鸟类以留鸟和夏候鸟为主：春夏季优势种为家燕（Hirundo rustica）、喜鹊（Pica pica）、麻雀（Passer montanus）、金腰燕（Hirundo daurica）、红尾伯劳（Lanius cristatus）和东方大苇莺（Acrocephalus orientalis）；秋冬季以留鸟和冬候鸟为主，优势种为珠颈斑鸠（Streptopelia chinensis）、云雀（Alauda arvensis）、喜鹊、麻雀和小嘴乌鸦（Corvus corone）.麻雀在全年均为优势种.

1.2 样点设置

机场占地面积1 283 hm2，飞行区面积700 hm2，航站楼面积11.6 hm2，飞行区硬化道面积240 hm2，土面区约460 hm2.现有跑道长3 600 m，东西方向有2条跑道（34L-16R 和 34R-16L），有A、B、C、W 4条平行滑行道以及N、P2条垂直联络道.飞行区围界长约26km，排水渠总长度约31 km，飞行区有4座排水泵站.

经过对机场的实地考察并结合地理位置特点，选取2个泵站作为样点，如图1所示.样点1距离跑道最近，平均噪声在4个泵站内最高，无飞机经过时平均噪声为76 dB，有飞机经过时平均噪声为106 dB，地被植物区有较多杂草，紧邻飞机起降跑道，围界紧邻天津民航大学，有水塘.样点2为距离跑道最远且有人类居住的七号泵站，平均噪声在4个泵站内最低，无飞机经过时平均噪声为68dB，有飞机经过时平均噪声为90 dB，附近为地被植物区，有丰富水域，有低矮建筑群供机场火警人员居住，还堆放了一些材料和垃圾.

图1 机场飞行区内鸟类调查样点示意图Fig.1 Sketch map of sampling sites of bird survey in the airport

1.3 研究方法

2016年3月—2017年2月，选择晴朗、少雾、无大风天气，借助激光测距望远镜（Rasger T600PRO）观察麻雀飞行行为.数据采集期间，由于麻雀为＜150 g的小型物种，根据Møller等[16]的调查结果，测量起始距离为30 m，以恒定速率（0.5 m/步）向目标个体直线移动，且不作任何隐蔽.将观察时间分为春夏（3月—8月份）和秋冬（9月—翌年2月份）两大自然季节[17].结合机场内特殊环境选取3个干扰因素：有无飞机起降噪音（With or without take-off，只记录波音737客机经过头顶时引起麻雀惊飞的噪音分贝，约为97 dB）、实验者着装是红色还是灰色（Red or gray，实验者全身穿着同色衣服，戴同色帽子）[18]和移动速率（Run fast or walk slowly，3步/s为快跑，1步/s为慢走）[19].3个因素组合成8组，分别为第1组（有起降/红色/快跑）、第2组（无起降/红色/快跑）、第 3组（有起降/灰色/快跑）、第 4组（无起降/灰色/快跑）、第 5组（有起降/红色/慢走）、第 6组（无起降/红色/慢走）、第 7组（有起降/灰色/慢走）、第8组（无起降/灰色/慢走）.每组采集30个样本，共240个样本.在选定的2个差异较明显的样点内，不同季节使用同样方法采集，共960个样本.在接近麻雀的同时，注意观察目标个体的行为变化，当麻雀无法耐受观察者的接近开始惊飞逃走时测量值为FID，同时记录下噪声分贝、人为干扰等级、日期时间等信息.

1.4 数据统计分析

使用SPSS 22.0和Excel 2007进行数据处理与分析，所有数据均以平均值±标准差表示.在样本分布特征分析中，运用单因素方差分析和Bonferroni法分别对2个样点内不同季节的8个小组进行差异性检验.在相关性分析中，采用Spearman相关分析法分析有无飞机起降、衣服颜色、移动速率与麻雀FID的相关性.采用T检验分析同一样点内不同季节与干扰方式对麻雀FID的影响以及相同季节下不同样点与干扰方式对麻雀FID的影响.

2 结果与分析

2.1 不同干扰类型对麻雀FID的影响

3个干扰因子随机组合下，不同季节麻雀的FID如表1所示.由表1可以看出，不同处理组麻雀FID的大小排序：第1组＞第3组＞第5组＞第7组＞第2组＞第4组＞第6组＞第8组.综合样点1和样点2的结果可知：干扰强度越大（有起降/红色/快跑），麻雀的FID越大；干扰强度越小（无起降/灰色/慢走），麻雀的FID越小.不同季节间的比较结果表明，同一处理组的麻雀在秋冬季节的FID均大于春夏季节的数值.比较2个样点的相同处理组，样点1的FID均大于样点2的数值.

表1 不同样点、不同季节麻雀的FIDTab.1 FID of Passer montanus in different sample sites and seasons m

分别对同一季节2个样点间和同一样点在不同季节内麻雀FID差异的统计学意义进行T检验，结果如表2所示.

表2 样点间和季节间麻雀FID的独立T检验Tab.2 Independent test of FID of Passer montanus among groups or seasons

由表2看出，尽管2个样点相同处理组在秋冬季的FID高于春夏季，但差异不具有统计学意义（P＞0.05）.在春夏季节，无飞机起降/慢走的干扰下（处理组6和处理组8），样点1的FID显著高于样点2的数值（P＜0.05）；在秋冬季节，有飞机起降/红色/快跑和无飞机起降/慢走的干扰下，样点1的FID显著高于样点2的数值（P＜0.05）.

对样点1和样点2在不同季节的组间差异进行Bonferroni多重比较，结果分别如表3和表4所示.

表3 样点1不同季节Bonferroni法多重比较结果Tab.3 Multiple comparison test（Bonferroni）in different seasons in sample site 1

表4 样点2不同季节Bonferroni法多重比较结果Tab.4 Multiple comparison test（Bonferroni）in different seasons in sample site 2

从表3可以看出，样点1在春夏季干扰最强的第1组与第6组和第8组的差异具有高度统计学意义（P＜0.01），与第4组的差异具有统计学意义（0.01＜P＜0.05）；干扰最弱的第8组与第3组和第5组的差异具有高度统计学意义；第3组和第6组的差异具有高度统计学意义，第5组和第6组的差异具有统计学意义.在秋冬季，第1组与第4组、第6组和第8组的差异具有高度统计学意义，与第2组的差异具有统计学意义；第8组与第3组和第5组的差异具有高度统计学意义；第3组和第6组的差异具有高度统计学意义，第5组和第6组的差异具有统计学意义.总的来看，有显著差异的组别中均含有无飞机起降这一干扰因子，并且干扰因子差异越多的实验组，对麻雀FID的影响越显著.

在样点2中，春夏季8个处理组间的差异比较结果与样点1基本一致.秋冬季，除了第1组和第2组的差异不具有统计学意义，其他组别的差异比较结果也和样点1基本相同.在样点2全年的调查中，有无飞机起降对于麻雀FID影响的差异较样点1显著降低.

2.2 单个干扰因子对于麻雀惊飞距离的影响

分析有无飞机起降、着装颜色和移动速率3个因素与麻雀FID的相关性，结果如表5所示.

表5 两样点干扰因子与麻雀惊飞距离的相关系数Tab.5 Correlation coefficients of interference factor and FID in two sample sites

由表5可以看出，2个样点中均是有无飞机起降与麻雀FID的相关系数最大，相关性具有高度统计学意义（P＜0.01）；其次是实验者移动速率，相关性也具有高度统计学意义（P＜0.01）；着装颜色对麻雀FID的影响最小，但相关性也具有统计学意义（0.01＜P＜0.05）.

3 讨论与结论

鸟类行为是其对生理变化和环境变化做出的整体性反应.噪声是栖息地中的一种环境因子，环境中的噪音会使动物感知到被捕食风险增加.在机场环境中，当飞机噪声一直存在且长期作用于鸟类时，就会导致鸟类的警戒性提高，惊飞距离（FID）增加[20].对鸣禽来说，当噪声超过42 dB时，林地鸟类的种群密度开始下降，噪声增大时，会对鸟类鸣叫产生“掩盖效应”，从而改变鸟类对于周围环境的判断以及种群间的交流[21].本研究中，样点1和样点2飞机起降的噪音都远远大于鸟鸣声的40 dB，因此机场内的麻雀对噪声的耐受性低，其FID普遍高于市区、公园等地的鸟类[22-23].在飞机噪声的惊扰下，麻雀并未朝远离干扰源的方向飞行，而是没有固定方向地惊飞[20].据民航总局的鸟击调查报告，鸟击事故有很大比例发生在飞机起降时，这与飞机起降产生的巨大噪音干扰存在一定的关系[24].2个样点中，实验者着装颜色在机场这个特殊生境内对麻雀FID的影响低于其他2个干扰因子，这与叶淑英等[13]对公园中麻雀的研究结果不太一致，可能是机场内飞机过大的起降噪音或者较大的体积与飞行速度干扰了麻雀对于颜色的判断，也可能是麻雀本身对颜色敏感程度较低[25]

秋冬季麻雀的FID高于春夏季，这与Møller等[26]的研究结果一致，可能与机场内的生境有关.春夏季禾本科和菊科等植物生长茂盛，秋冬季植物枯萎，鸟类躲避场所减少，从而麻雀的FID增加.另一方面，季节对不同干扰方式下麻雀FID的影响并不显著，这是因为机场这个特殊环境开阔度高，植被类型较简单，没有高大茂盛的乔木、灌木，而复杂的植被结构能够增加鸟类对人为干扰的耐受性[27].

鸟类的FID在很大程度上反映它对人为干扰的耐受性和适应性，当长期生活在人为干扰程度较高的环境中时，鸟类的FID值会减小，即对人为干扰表现出较强的耐受性，对人的适应性也随着干扰程度的提高而增强[4].本研究中，麻雀在有人类居住的样点2比样点1中有着更短的FID，这可能是因为样点2长期有消防人员居住，麻雀对于人类的防范性降低，表现出更高的耐受性.在样点1观察到红隼在有汽车低速（20 km/h）靠近时，FID只有20 m，但实验者下车行走靠近时的FID更大，说明样点1内的鸟类对飞机、汽车有一定的耐受性，但对于人为干扰的耐受性不高.这与Mcleod等[28]利用不同交通工具接近对鸟类FID的影响结果相似，即徒步接近时的FID大于车辆接近时的FID.

综上所述，机场环境中，飞机起降噪音对麻雀FID的影响最大，其次是实验者的移动速率，实验者着装颜色的影响最小.秋冬季麻雀的FID高于春夏季.麻雀在噪声低且有人居住的样点2中有着更短的FID，表现出更强的耐受性.