《Integrative Zoology》:BirdNET: Automated Detection for Monitoring Critically Endangered Lemurs from the Maromizaha Forest
编辑推荐:
第三部分:摘要翻译
被动声学监测(Passive Acoustic Monitoring, PAM)是一种广泛应用于野生动物研究的技术,能够以非侵入性和经济高效的方式在大空间和时间尺度上收集有关物种存在、分布和行为的大量数据。然而,由此产生的海量数据带来了巨大
第三部分:摘要翻译
被动声学监测(Passive Acoustic Monitoring, PAM)是一种广泛应用于野生动物研究的技术,能够以非侵入性和经济高效的方式在大空间和时间尺度上收集有关物种存在、分布和行为的大量数据。然而,由此产生的海量数据带来了巨大的计算挑战,可能造成处理瓶颈。在这项研究中,研究人员评估了将PAM与BirdNET(一种最初为鸟类鸣声检测开发的卷积神经网络(Convolutional Neural Network, CNN))相结合的有效性,以监测马达加斯加Maromizaha雨林中的两种极度濒危狐猴——Indri indri和Varecia variegata。研究人员在4年(2020-2023年)间收集了55,091条录音,并使用标记的录音对BirdNET进行了针对狐猴发声检测的再训练。随后,研究人员测试了不同训练数据集和置信度阈值的模型,其中一个模型表现出了高性能(两种物种的精确率、召回率和准确率均约为90%)。利用这一性能最佳的模型,研究人员分析了录音以调查发声行为的 temporal patterns(时间模式)。Indri indri表现出明显的昼间鸣叫模式,活动高峰出现在08:00至09:00之间,这支持了利用其晨间歌曲进行领地宣告的观点。鸣叫活动在温暖季节(10月至次年3月)也达到顶峰。相比之下,Varecia variegata在全天(包括夜间)表现出不规则的鸣叫模式,缺乏明显的季节性鸣叫高峰,这与先前描述的其更具灵活性的活动特征一致。空间分析进一步揭示了不同地点间的检测变异性,这可能受到栖息地结构和种群分布的影响。这项工作展示了将PAM与机器学习相结合用于灵长类动物长期监测的可行性和价值,为研究物种生态学和制定保护策略提供了一种潜在的可复制和可扩展的方法。
第四部分:论文解读
研究背景与意义
被动声学监测(PAM)作为一种非侵入性工具,在野生动物研究中已不可或缺,它能够在大空间和时间尺度上捕获物种的存在、丰度及行为信息。尽管PAM在海洋哺乳动物、鸟类和蝙蝠研究中已十分成熟,但在陆生哺乳动物尤其是灵长类动物中的应用仍属新兴且快速发展的领域。PAM面临的主要挑战在于其产生的海量数据会导致显著的计算瓶颈,这推动了机器学习和人工智能技术在自动化数据处理中的应用。卷积神经网络(CNN)作为一种快速自动检测系统,已被用于多种物种的研究。其中,BirdNET-Analyzer作为一个开源的CNN平台,最初为鸟类识别设计,能够分类超过6000个分类单元,并具有通过短标记音频片段进行再训练的灵活性。然而,相对较少的研究系统地评估了其在非鸟类类群(如具有复杂发声库的灵长类)上的性能。狐猴是全球最濒危的灵长类之一,其中indri(Indri indri)和黑白领狐猴(Varecia variegata)均为IUCN评级的极危物种,它们产生独特的长距离叫声,是评估自动化声学检测工具在灵长类保护中应用的理想对象。本研究旨在填补技术应用与灵长类行为生态学之间的空白,通过整合PAM与BirdNET,评估其在监测这两种同域分布的濒危狐猴方面的有效性。该研究成果发表在《Integrative Zoology》期刊上。
关键技术方法
研究人员在马达加斯加Maromizaha新保护区设置了四个采样点(Vonondrozona, Aye-Aye, Petite-Bellevue, Beovitra),于2020年至2023年间部署两台Song Meter 4自动记录仪(ARUs),按每30分钟录制10分钟的间隔收集数据,共获得55,091个音频文件。使用Praat软件手动审查了31.5%的数据集,识别出包含目标物种发声的录音,并提取了156个高质量的3秒片段用于训练BirdNET模型,同时创建了包含噪声、indri和黑白领狐猴三个类别的3453个音频片段。研究人员构建了10个不同的BirdNET模型,调整了置信度阈值、带通滤波器和灵敏度参数,并使用包含200个录音的独立测试集,通过自定义R脚本计算精确率(Precision)、召回率(Recall)、准确率(Accuracy)和平衡准确率(Balanced Accuracy)来评估模型性能。最后,基于最佳模型对全部数据进行了昼夜(每小时)和季节性(每月)的时间模式分析。
研究结果
3.1 模型性能
通过比较多个模型,研究人员选定了最佳模型,其带通频率为100–1300 Hz,灵敏度为1,重叠为0,置信度阈值为0.6。在录音级别(recording level)的检测中,该模型对indri的精确率为0.909,召回率为0.889;对黑白领狐猴的精确率为0.899,召回率为0.935,显示出较高的检测可靠性。在更细粒度的3秒片段级别(3-s segments)分析中,indri保持了高精确率(0.973),黑白领狐猴的精确率为0.897,但两者的召回率有所下降,这反映了不同时间分辨率下的检测差异。
3.2 采样点的发声分布
声学监测显示各采样点的狐猴发声活动存在显著差异。Vonondrozona始终记录到最高的两种物种发声活动率,其次是Beovitra、Petite Bellevue和Aye-Aye。在所有站点中,indri的发声检测频率普遍高于黑白领狐猴。
3.3 发声的昼夜和周年分布
两种物种的昼夜发声活动呈现出截然不同的模式。Indri表现出强烈的黎明至早晨发声活动,主要集中在08:00至09:00之间,此时约42%的录音包含其歌曲,随后白天活动稳步下降,夜间极少发声。相比之下,黑白领狐猴在全天的发声活动更为均匀,虽然在早晨(08:00-09:00)有一个峰值,但在下午晚些时候(16:00-17:00)也有一个次级峰值,且夜间也有记录。在季节性变化方面,indri的鸣叫活动表现出明显的季节性波动,通常在温暖季节(10月至次年4月)达到顶峰;而黑白领狐猴虽然整体发声率较低,但未表现出清晰的周期性峰值。
结论与讨论
本研究证实,BirdNET在经过再训练后,能有效检测狐猴的发声,解决了PAM面临的数据处理瓶颈问题。研究表明,原本为鸟类识别设计的CNN架构可成功迁移至非鸟类类群。Indri严格昼行且具有明显晨间高峰的鸣叫模式,符合其领地宣告假说;而黑白领狐猴更为分散和灵活的鸣叫模式则与其复杂的社群功能和生态适应性相关。空间分布上的差异可能反映了种群密度和栖息地结构的异质性。尽管研究局限于单一保护区,且需要依赖专家标注的训练数据,但该方法为非侵入性、大尺度的濒危灵长类长期监测提供了可行且成本效益高的解决方案,有助于优化监测策略并指导保护行动。