声学手段辅助自然保护地生物多样性监测现状及应用建议

许晓青 蒲宝婧 余楚萌 安德军

(1. 同济大学建筑与城市规划学院, 自然资源部国土空间智能规划技术重点实验室, 上海 200092；2. 四川农业大学风景园林学院, 成都 611130；3. 黄龙国家级风景名胜区管理局, 四川松潘 624000)

1 研究背景

建立自然保护地是保护生物多样性最为有效的措施，建立以国家公园为主体的自然保护地体系是我国推进生态文明建设的重大举措。自然保护地类型按生态价值和保护强度高低依次分为国家公园、自然保护区和自然公园[1]。随着国家公园体制顶层设计的逐步完善，一些保护基础较好的保护地，已经有条件追求更加精细化的生物多样性保护管理。

声学监测是一种通过记录自然环境中物种声音类型和声音变化研究生物多样性的新型方法。声学监测在自然保护地生物多样性监测中的应用逐渐广泛，其中包含了研究野生动物的行为、栖息地利用、物种丰富度和生态系统功能等。例如，在鸟类监测中，可以使用声学监测鉴定不同鸟种的叫声，并估算其数量和分布情况。在蝙蝠监测中，声学监测可以帮助鉴定不同种类的蝙蝠，并评估其数量和活动模式。此外，声学监测还可以用于研究底栖生物，如鱼类和两栖动物，以及大型哺乳动物，如熊、狼和豹等。在自然保护地的生物多样性监测中，声学监测尤其对于那些难以通过视觉直接观测到的物种监测具有特别重要的作用。

2 自然保护地中声学监测的优劣势

自然保护地面积大、自然度高的特点会增加调研工作的实施难度，从而严重制约生物多样性保护工作，更大地理范围和物种规模的有效监测是现有自然保护地迫切需要实现的监测目标。

而声学监测作为现今较为新兴的监测手段，其优势在于：

1）被动式的采集实现。除设备安装外，声学监测无须人员驻守现场，可以依靠自动录音系统和数据远程回传技术完成被动式的数据采集，以一种非侵入的方式，避免了由人类噪声污染影响野生动物分布造成的监测误差。利用该优势辅助传统样点样线法监测，减少了监测所需的劳动力和监测人员花费在调查上的时间[2]，还可由设备代替人工去到较偏远或较难到达的监测点位，解决监测频率因环境受限而导致各区域数据量空间时间覆盖不均匀的问题。前期传统实地调研梳理物种清单加后期声学数据无侵入性连续观测的模式使监测更加低成本、高效率、可持续。

2）连续、完整和相对低成本的数据获得。生物多样性强烈的时空尺度依赖性和多层次性决定了生物多样性现状与变量的分析需要在不同生态系统进行多空间尺度、全面和连续的监测[3]。而声学监测允许长时间的动态监测，它能反映一个区域历时性的生态进程与变化，拓宽了监测时间，确保了数据的连续性和完整性[4]；且音频信号拥有比视觉信号更低的存储和计算成本[5]，为物种分布和群落动态变化更详细、更长期的信息获取提供了有力保障。

3）更大物种规模监测的可能性。与视觉方法相比，声音传播范围大，受植被和障碍物的影响较小，且不受早晚光照条件限制，可用于被环境掩蔽或难以捕捉的鸣声物种监测。已有研究利用声学监测采集到一些隐蔽物种[6]和濒危物种[7]。当红外相机无法有效探测和记录小型兽类(例如劳亚食虫目、啮齿目鼠科物种)与非地栖鸟类(例如隼形目、雀形目物种)[8]时，可以考虑采用声学监测进行辅助。

但声学监测也有其缺点：

1）监测的技术路径决定了声学监测的研究对象，它仅适用于监测会发生声学活动的物种；

2）当出现容易混淆的声音，如遇到鸟类“效鸣”行为，物种判别缺少辅证，可能造成假值；

3）面对恶劣天气或嘈杂环境时，从环境声中剥离出生物信息特别是物种信息难度较大。

3 自然保护地中声学监测的应用

3.1 声学监测辅助物种鉴别和群落关系理解

由于不同动物的声音在频率、持续时间、音节等具有差异，声学采样对于监测发声独特、鸣声响亮的物种尤其有效[9]。声学监测利用声纹特征、能量、信号、频率、远近场等识别物种，对鸣声类别和数量的统计可以帮助促进个体、种群及种群层面的物种名录清单建立，监测类群数量评估和动态观测等工作。同时，动物利用声音进行交流、回声定位、性展示和领土防卫等行为[10]，生物声学监测可以通过记录这些声音推断动物的生理状态、动物所在栖息地质量。

促进建立物种名录清单，有助于解决自然保护地面对的生物物种资源家底不清问题。首先，物种鸣声识别工作帮助理解群落结构和分布模式[11]，实现本质即为将采样到的声信号与物种已知声纹学习库进行比较，报告与正确分类概率最接近的匹配结果；其次，声学监测可通过长期积累的鸣声比对帮助判断是否存在新物种[12-13]或是否有物种灭绝[14]等状况。二者都需要拥有目标物种的全面声纹库，这对野生动物声音资源的积累提出了较高要求。当前我国声学监测针对的常见类群包括哺乳类（鲸豚类、灵长类、蝙蝠类为多）、鸟类、无尾两栖类、鱼类和部分昆虫等[15]。从全球范围内发布的研究论文看，按照声学监测的应用广泛程度，依次是蝙蝠、鸟类、无尾目动物、非飞行哺乳动物和无脊椎动物[4]。对于监测应用程度高，声音数据储备量大的物种，研究团队间数据的调用是目标实现的最大难题，未来建立收录标准化、资源共享的声学数据库是保护工作进一步发展的必要行进路线。而对于应用程度低、声学数据缺乏的物种，其识别准确性仍然有待商榷，全声景的采样和长期数据留存可为未来研究人员再探究打下基础。

现有监测类群数量评估方法分为两类：一是声纹识别过程提供物种检测到的时间、空间、发声个数记录等，可用于进一步的生物量量化计算；二是根据环境中整体声音的复杂度、多样性等计算声学指数近似判断类比物种种类、数量以进行快速生物多样性评估的度量。声音景观的自动记录和分析可以在更大时空尺度上进行，通过数据的不同时空尺度对比以完成其动态观测任务。然而，使用声学数据推断动物密度和丰度，进而推断种群规模的方法涉及特定的挑战。因为统计方法必须理想地控制各目标物种的声学可探测性差异（较安静的物种具有较小的检测距离）和当地环境因素（例如环境声级、土地覆盖）的影响[16]，并考虑到顺序检测到的叫声的非独立性，其可能来自同一个体[17]。如果在足够的时间尺度上进行调查，声学数据能够在多年内估算种群趋势和物种分布[18]。

了解各类动物不同行为时发出的声音类型首先有助于完善全面的声纹数据库，以支持物种识别工作。种内和种间的社会和生态相互作用可以通过声音信号来调节，由此影响物种个体的适应度[19]。因此，声学监测依赖于检测动物声音，这些声音不仅揭示了物种身份，还揭示了社会、行为和生态方面的社群特征[20]。理解动物习性以判断动物生理状态，为提供满足动物需求的更好生态环境制定保护策略。例如，有学者通过研究长江江豚的声行为确定了生命脆弱期[21]，这对船舶噪声等人为干扰改善提供了优化方向。最后，由于声学数据的连续性，它能反映一个区域历时性的生态进程和变化，也能表达因人为利用引起的气候、植被、土壤等环境因子造成的异质性差异[22-23]，挖掘动物变异行为也有助于理解外部环境变化，预测栖息地质量。例如，Llusia等[24]研究了无尾两栖动物呼叫行为对不同的热环境作出的反应，为评估气候变化提供了新思路。Medeiros等[25]利用引入入侵物种声源观察本底物种发声行为的变化，证实了生物声学可为物种入侵提供有效证据。Burivalova等[22]通过录制和分析黎明时分声音时间序列，对比动物鸣声变化，监测了人为选择性采伐对生物多样性的影响。未来声纹的方法在整个生态系统中有望得到更好的推广，成为全球监测工作的骨干技术[26]。

3.2 声学监测能在时空维度揭示生物多样性及人为利用的变化

从统计学的角度出发，量化声学与生物多样性评价之间的联系，发现声学指数与多样性指标之间存在中等程度的正相关关系。一些指数例如声学熵指数（H）、归一化差异声景指数（NDSI）和声学复杂性指数（ACI）在检索生物信息方面表现较好，声音丰度（已识别或未识别物种发出的声音数量）是当地群落多样性的最佳估计值[27]。除反映生物多样性外，NDSI也被证明可以用于生成道路噪声的扩散模型，即作为人为干扰的声学测度[28]。研究表明，自然保护地的野生动物管理和保护工作应该考虑人为噪声对野生动物的影响[29]。其中，识别监测声音景观中的时间变化，可以用于评估人类不同利用方式下的自然环境之间的差异，以及物种如何受到人为干扰的影响[30]。其次，声学监测和声景分析被证明是评估开发活动对自然环境影响的有用工具，如可用被动声学监测来研究油气勘探和开采的整个过程对生物多样性的影响[31]。同时，被动声学监测和声学指数可用于检测跨时空的生物多样性趋势，并实现对受保护地常见威胁即人类活动干扰趋势的监测[32]。随着新技术的发展，人工智能技术被大量运用，使用神经网络计算声纹，将能够更好地反映这种时空变化，从而为保护区的科学保护提供依据。从这些声学指纹中，我们可以跨多个尺度预测栖息地质量和生物多样性。此外，有研究显示，声学监测可以帮助研究者了解生物群落中物种之间的信息网络以及它们的时间和空间分布模式[19]。

4 自然保护地中声学监测实施要点

4.1 监测目标

数据收集前首先应明确监测目标。当监测目标为调查濒危物种的存在与否时，要重点考虑监测设备定位声源的能力、能监测到声音的范围以及设施布设密度，最终收集的物种监测记录可用于与环境协变量相关的物种占用和分布建模。当监测目标为计算特有物种多度、丰富度时，要考虑环境中目标物种相对于其他竞争声源的声学可检测性以及易识别性，确保在复杂声学环境中能对目标鸣声进行检测、标记和分类；并且由于单个鸣声信号并不一定由单个动物发声，在物种数量的估算中通常存在误差，因此计算结果的常见应用是判断规定范围内的生物量状况是显著增加还是减少[16]。关于生物量动态趋势的评估，还可发展长期监测目标以了解物种活动昼夜或季节节律、栖息地偏好等。同时可针对气候变化[33-34]、物种入侵[25]、人为活动干扰[22,35]以及管理部门保护工作干预成效等因素对保护地所面临问题进行具体分析，监测方案的制定需对自变量因素进行梯度设计，以确保数据收集适合回答研究问题。

4.2 监测方案要点

4.2.1 设备选择

主动式录音要求研究人员手持便携式录音机进行记录，设备移动和时间采样方案具有了更高的灵活性。此外，基于智能手机应用程序可将带有麦克风的GPS设备转变为精确的声级计，有利于充分发挥公民科学家团队潜力，以低成本、低技术门槛、高效率、高教育意义的共同参与完成大量数据的收集[36]。但同时由于人类活动的介入，主动式收集可能会影响到研究场地内生物的活动而使结果产生误差，不能准确反映真实的生物多样性状况。而被动式录音则依靠自动录音系统，自动化性能的提高不仅节约了人力成本，也实现了一种无人为干扰的监测方式，更推动了国家公园的长期声学监测[37]。随着监测设备电池寿命的增长，也进一步确保了监测数据获得的持续性和完整性[4]。目前常用的监测陆生动物的自动录音设备有 Song Meter (Wildlife Acoustics, Massachusetts,USA)和BATLOGGER (Elekon AG, Luzern,Switzerland)。近年来也出现了一些外形更小巧、价格更低廉的迷你自动录音设备，如Audio Moth(Open Acoustic Devices, Southampton, UK)、Solo(Focusrite, High Wycombe, UK)、Song Meter Min(Wildlife Acoustics, Massachusetts, USA)等[38]。近来国内也出现了诸如L-bird等专业被动式监测设备。但专业的自动化录音设备也存在一定缺陷，比如设备之间存在的差异导致数据结果所呈现的不一致性，较高成本的仪器会限制部署传感器的数量以及公众参与数据收集的可能性。

4.2.2 时空采样方案

声学生态位假说认为物种间的竞争会使其信号占据不同时间或频率范围以实现声学空间的高效利用[39]，因此时间维度上，物种间具有各自的独特的发声时间偏好以及各类生态系统均存在着日、季节、年等不同时间尺度的周期性规律。

时间采样优先考虑关注物种的活动节律偏好，再针对不同监测目标对信号时长进一步确立监测方案。全天候的音频样本可以完整地记录采样点的所有声音信息，可针对特定时间段的短期监测目标。但随着监测天数的增加，产生的海量数据会使得数据存储和分析面临巨大挑战，长期监测目标的实现通常会对被动式录音设备设置录音时间表以减少数据量[4]，市面上的现有设备可以完成从简单（如每小时录音5 min）到复杂（如对日出日落的时间段划分）的每日采样程序设置。同时，在以计算生物量变化趋势、物种活动节律的长期监测中还需考虑对不同季节、年份的重复采样。

空间采样制度针对研究问题有所不同：大尺度区域内的动物物种分布、活动模式调查时，在具有代表性的各类栖息地类型中随机抽样放置设备的分层随机抽样最为适合[40]；调查栖息地梯度上的物种存在或丰富度趋势时，则针对感兴趣区域选择适当位置，尽量将样点选择在背景声掩蔽对于目标物种声干扰较小的环境。设备的空间放置，还需要考虑不同栖息地环境中特定声音的探测距离以及设备能覆盖的采样面积[41]。

4.2.3 数据存储与传输考虑

存储的音频数据应尽量为未压缩或无损压缩的存储格式，如wav、flac等。MP3等格式的录音虽然会使得存储大小显著减小，但也会使得音频质量大幅下降，从而影响后续的声学分析。面对长期监测目标所产生的大量数据，声景数据库建立成为必然需求。为了便于研究间的相互比较和数据应用，声学监测将越来越趋向于数据收集和存储的标准化[42]，ARBIMON[43]、Pumilio[44]存储库可为其提供一些现有建成框架。由于带宽和存储能力呈指数级增长，预计声景存储库将在未来10年迅速扩散，为管理和分析被动式录音数据的集体努力提供新的机会[4]。

4.3 数据处理和分析

数据分析的重点是通过对声信号进行处理从而提取相关生物信息。当前研究方法主要分为两类：一是使用手动或自动识别的物种鸣声检测和分类；二是通过总结振幅和频率特征的声学指数计算。

物种鸣声检测和分类需要通过手动、自动或二者结合的方式对其进行标注分类[4]，以从中提取监测目的相关物种鸣声。手动式的标记分类会使工作量剧增，但对于公开数据甚少或难以进行自动检测和分类的物种来说，是十分必要的。手动标签的缺点是需要专家知识、效率低且难以分析大尺度数据，因此，自动化的标记应运而生。自动化的标记随着近年来分析工具准确性和效率的迅速提高，显著推动了物种鉴别的相应工作。但准确的自动化标签技术需要在前期进行大量的针对性数据集输入，未来公民科学家的参与、完备声音数据库的建立可能成为物种多样性判别研究取得重大成功的突破口（图1）。

图1 物种识别流程Fig. 1 Process of species identification

声学指数是利用生物声音测度生物多样性（图2），认为环境中的生物多样性越强，产生的声信号就越复杂多样，声学指数分为α和β两种，常见的声学指数见附表1。利用声学指数的生物多样性评估通常认为：α指数用于评估单个单元的声学多样性，分析一个种群、一个群落或一个特定时间的景观内的情况；β指数用于比较两个单元的声学多样性，比较来自两个不同地点的两个群落或同一群落在一年中两个不同时期的区别，避免了识别每个发声物种的耗时过程，使得原先依靠图像进行动态变化观测的周期大大缩短。tune R[45]、soundecology[26]、seewave[46]等基于R语言的程序包可以实现指数的计算。但由于声学指数的分析忽略了时域信号和频域信号的空间占用问题，而不考虑物种身份的识别[4]，计算结果可能会受到环境中地理声、人类声因素的影响。目前全球已经形成了60多个声学指数用以评估物种多样性及环境影响[47]，但对于声学指数的可扩展性和广泛适用性还存在一些争议[16]。

附表1 常用声景指数Schedule 1 Commonly used soundscape index

图2 声学指数计算流程Fig. 2 Process of acoustic index calculation

5 总结与建议

总体而言，声学监测作为一种重要的监测手段，可以为自然保护地的生物多样性监测提供有力的支持。在未来，随着技术的不断发展和完善，声学监测将进一步提高其准确性和效率，为生物多样性保护和管理提供更加可靠的数据和信息。声学监测技术的应用具有两方面的意义：一方面声学被动监测技术有助于解决目前遇到的长时间、大面积、全物种动态监测难题；另一方面，对于生物多样性的认知需要突破以视觉为主导的信息来源，依赖更多维度的信息，整合生态学、信息科学、人工智能手段，探究生物多样性时空分布格局，在时间、物种、区域、经济成本等尺度上满足生物多样性调查的需求。

综上所述，国家公园中实施声学监测有如下优势：能够对野生动物尤其是夜间活动或难以目测观察的动物进行非侵入性研究，例如蝙蝠、昆虫、海洋哺乳动物；声学数据使物种的存在和日益增长的种群密度得以估计，并与环境因素相关联；声学监测还可以监测非法活动（例如伐木、爆破捕鱼）；声学数据越来越有助于利用个体叫声识别或总体声学指数（例如声学熵、声学多样性）推断群落生态信息，如物种丰富度和多样性指数等；声学数据越来越能够推断野生动物的活动和行为模式；传感器可以远程部署并编程，以在数周或数月内收集数据，这可能使环境调查能够在比传统生态调查方法大得多的时间和空间尺度上进行。

但声学监测也面临着诸多挑战：如声学传感器仅用于监测发出可识别声音的物种；专门设计的可编程声传感器通常很昂贵，麦克风和电子设备容易受到天气、动物和人的损害，自然保护地内的长期监测方案目前仍然较少；不同研究地区采集设备差异可能会引起的数据采集结果不一致，使得异地调用可能性降低；有限和非共享的参考鸣声库和分类工具意味着识别鸣声物种多样性的难度，声学指数在监测生物多样性方面的有用性仍然没有基于全球国家公园的联合研究，指数的适用性、普适性依然存在问题。

基于此，建议在中国以国家公园为主体的自然保护地体系研究与管理建设中，重视声景资源的保护，重视对野生动物声音资源的采集，建立国土保护地声音资源库。注重对声音资源的科学普及工作。对鸟类、兽类等声纹特征进行解析，并通过多学科的方式进行分析表达与知识科普。关注穿越保护区的重要基础设施（道路交通、水利设施、航线、主要旅游设施等）所产生的噪声影响，明确噪声产生的源头、分贝、影响范围、影响程度、影响时长等要素。