《Methods in Ecology and Evolution》:Enriching historical biologging datasets on seabirds using deep neural networks: A transformer-based approach to infer energy expenditure proxy from GPS and environmental data
编辑推荐:
生物记录(biologging)技术的最新进展推动了加速度计的广泛应用,这类设备能够生成高分辨率运动数据,对于理解动物行为至关重要。由三轴加速度测量(tri-axial accelerometry)导出的总体动态体加速度(Overall Dynamic Bod
生物记录(biologging)技术的最新进展推动了加速度计的广泛应用,这类设备能够生成高分辨率运动数据,对于理解动物行为至关重要。由三轴加速度测量(tri-axial accelerometry)导出的总体动态体加速度(Overall Dynamic Body Acceleration, ODBA)可作为能量消耗的代理指标;与其他替代方法相比,其侵入性更低、成本效益更高,从而有助于更好地理解个体存活与种群动态。然而,许多长期数据集由于仪器配置受限或采用较早期技术而缺乏加速度测量数据,因此限制了这些数据在多年尺度生态学研究中的应用价值。
海洋顶级捕食者,尤其是海鸟,由于其觅食策略、能量约束以及对环境条件的敏感性,是重要的生态系统哨兵(ecosystem sentinels)。理解海上移动期间的能量利用对于预测气候变化背景下繁殖群体的存续能力至关重要,因此能够支持长期生态研究与保护工作。高分辨率生物记录(biologging)推动了以数据驱动方式监测海鸟行为的发展,但加速度数据的缺失仍然是一个关键挑战。
深度神经网络(Deep Neural Networks, DNNs)的新进展为重建缺失的生物记录衍生指标提供了机会,因为这类方法能够捕捉运动数据与环境数据之间复杂的时空关系。对这类依赖关系进行建模的一种方式是采用Transformer架构,该架构能够联合处理全部输入,并生成显式编码各输入间关系的表征。
在本研究中,研究人员提出了ODBAFormer,这是一种基于Transformer、用于从GPS轨迹和环境协变量推断ODBA的模型。研究人员将ODBAFormer应用于海鸟追踪数据,以弥补能量消耗代理数据的缺口。研究在未见数据上对模型进行了评估,并将其与当前先进的机器学习回归方法XGBoost作为基线进行了比较。研究还探索了该模型对数据异质性及不同环境协变量组合的敏感性。总体而言,ODBAFormer能够准确重建ODBA时间序列,以及能量预算和空间能量消耗分布的代理指标,为丰富历史数据集,或用于因成本或重量限制而难以使用多传感器记录仪的情境,提供了一种可扩展的解决方案。
该研究发表于《Methods in Ecology and Evolution》,聚焦于如何为缺乏加速度计信息的历史生物记录(biologging)数据集补充能量学信息。随着动物追踪技术的发展,加速度计已成为解析精细行为和估算能量消耗的重要工具,其中总体动态体加速度(Overall Dynamic Body Acceleration, ODBA)因与真实能量消耗密切相关,被广泛视为能量消耗的代理指标。相较于心率监测或双标水(doubly labelled water)等方法,ODBA获取成本较低、侵入性较弱、部署更方便,因此在动物生态学中具有很强的应用潜力。然而,许多长期积累的数据集形成于多传感器平台尚未普及的时期,仅包含GPS等位置信息,缺乏三轴加速度数据,导致这些资料难以支持长期尺度上的行为—能量学研究,也限制了其在种群动态、个体存活与生态系统响应评估中的价值。对于海鸟这类海洋顶级捕食者而言,其觅食活动、空间分布和能量分配对环境变化高度敏感,是重要的生态系统哨兵。因此,如何从已有的GPS轨迹和环境背景中反演能量消耗代理指标,成为推动长期生态研究和保护决策的关键问题。
为解决这一问题,研究人员构建了ODBAFormer,一种基于Transformer的推断模型,用于从GPS轨迹及环境协变量中重建ODBA。该模型的设计目标是捕捉运动过程与环境条件之间复杂的非线性及时空依赖关系,并据此恢复海鸟在海上活动中的能量消耗代理信息。研究对象为巴西沿海繁殖地的白腹鲣鸟(Masked Booby, Sula dactylatra)和褐鲣鸟(Brown Booby, Sula leucogaster)。研究人员在多个繁殖群体和多个年份采集包含GPS、三轴加速度计和压力传感器的数据,以建立训练与评估数据集,并进一步考察模型在单物种训练与双物种训练情景下的性能差异。研究结论表明,ODBAFormer能够较准确地重建ODBA空间分布图、ODBA时间序列以及总能量预算和行为特异性能量预算代理;在与XGBoost基线模型比较时,ODBAFormer在多项指标上表现更优。研究还表明,海底地形(bathymetry)作为环境协变量可显著提升部分推断性能,而风场数据未带来明确改进。该研究的重要意义在于为历史追踪数据集赋予新的能量学维度,使原本无法直接估算能量消耗的数据能够重新用于长期比较研究、生态监测与保护规划,也为资源有限条件下的单GPS设备应用提供了方法学支持。
研究所采用的主要技术方法包括以下几个方面。首先,样本来源于巴西Fernando de Noronha、Abrolhos以及S?o Pedro and S?o Paulo群岛繁殖地的白腹鲣鸟和褐鲣鸟,记录设备为Axy-Trek多传感器记录仪。其次,研究人员对GPS轨迹进行10 s时间分辨率标准化,并依据离巢距离和持续时间提取觅食行程;对三轴加速度信号进行高通Butterworth滤波,计算ODBA并重采样至与GPS一致的频率。再次,研究将每次轨迹转换为100 × 100的空间密度矩阵,同时构建对应的ODBA空间矩阵,并整合海底地形和风场协变量。随后,基于Earthformer改造出具有层次化编码器—解码器结构与cuboid attention的ODBAFormer模型,用于空间ODBA分布推断。最后,研究通过ODBA累积相对误差、Earth Mover's Distance(EMD)、结构相似性指数(SSIM)等指标评估模型性能,并以隐马尔可夫模型(Hidden Markov Model, HMM)划分travelling与foraging行为状态,比较行为特异性的能量预算推断效果。
在结果部分,论文围绕多个小节系统展示了模型性能与方法学发现。
3.1 Spatial and temporal inference of ODBA
这一部分说明ODBAFormer不仅能够重建空间上的ODBA分布,还能够进一步恢复时间序列层面的能量代理信息,从而同时服务于空间生态学与行为能量学分析。
3.1.1 Direct inference of ODBA density map
研究人员首先在未参与训练的Fernando de Noronha 2019年白腹鲣鸟数据上评估ODBA空间密度图重建能力。结果显示,模型预测得到的空间ODBA分布图与真实分布高度一致。平均绝对误差(MAE)为73.95 g,仅约占观测最大值5571.0 g的1.33%;均方根误差(RMSE)为153.97 g,占2.76%;平均偏差(bias)为?2.60 g,表明模型仅存在轻微低估;结构相似性指数(SSIM)达到0.97,说明预测图在空间结构上与真实图高度吻合。该结果证明,研究人员通过将轨迹表示为空间点密度,并结合环境协变量输入Transformer,可有效恢复海鸟在研究海域中的能量消耗空间格局。
3.1.2 Inference of ODBA time series
在时间序列层面,研究人员将预测得到的ODBA空间矩阵重新分配回轨迹点,从而恢复每次行程的ODBA时间序列,并与XGBoost基线模型进行比较。结果表明,ODBAFormer在总累积ODBA相对误差、travelling状态累积ODBA相对误差、foraging状态累积ODBA相对误差以及Earth Mover's Distance(EMD)等全部指标上均显著优于XGBoost(p < 0.05)。其中,ODBAFormer的总累积ODBA相对误差为3.3 ± 15.8%,而XGBoost为16.9 ± 12.0%;travelling状态下分别为2.9 ± 16.3%与14.4 ± 12.6%;foraging状态下分别为3.8 ± 27.2%与22.6 ± 23.7%;EMD分别为30.3 ± 11.3与66.6 ± 9.9。进一步的误差分布分析表明,ODBAFormer的预测误差更集中于0附近,对高ODBA累积值的对齐程度也更好。虽然两种模型对低ODBA值均有低估倾向,但ODBAFormer更能覆盖100–200 g范围内的变异。因此,研究人员据此得出结论:相较于传统表格型机器学习模型,显式建模空间结构与上下文关系的Transformer框架更适合从GPS与环境信息中恢复行为相关能量代理。
3.2 Comparative effect of covariate combinations
这一部分考察不同环境协变量组合对模型推断性能的影响。研究人员分别比较了仅GPS、GPS + bathymetry、GPS + wind以及GPS + wind + bathymetry四种输入设置。结果显示,加入bathymetry的模型在总累积ODBA相对误差与EMD上取得最低均值,尤其在foraging状态累积ODBA相对误差方面显著优于其他组合(p < 0.05)。具体而言,GPS + bathymetry组合的foraging误差为3.8 ± 27.8%,而仅GPS为24.8 ± 34.7%,GPS + wind为24.1 ± 33.1%,GPS + wind + bathymetry为14.8 ± 35.2%。这说明海底地形为估计觅食相关能量消耗提供了关键解释信息。相反,风场无论单独加入还是与bathymetry联合使用,都未能带来明显改善。研究人员据此指出,在该研究数据和分辨率条件下,bathymetry是最有价值的环境协变量,而风场信息可能受限于空间分辨率过粗,与GPS轨迹尺度不匹配,因而难以有效提升模型表现。
3.3 Comparative effect of single-species and two-species training approaches
这一部分评估模型在单物种与双物种训练框架中的泛化能力。研究人员将仅用白腹鲣鸟数据训练的单物种模型,与同时使用白腹鲣鸟和褐鲣鸟数据训练的双物种模型进行比较,并在独立保留的白腹鲣鸟与褐鲣鸟数据集上测试。结果显示,单物种模型在白腹鲣鸟评估集上总体优于双物种模型,例如总累积ODBA相对误差分别为3.3 ± 16.1%和10.2 ± 19.7%,但中位数和四分位距差异较小,说明性能下降主要受少数离群值影响。与此同时,双物种模型在褐鲣鸟评估集上也获得较好结果,总累积ODBA相对误差为6.8 ± 15.9%,foraging状态误差甚至为?1.9 ± 25.6%。基于这些结果,研究人员认为,单物种模型在目标物种上更具专一性和精度,但多物种模型具备更好的跨物种适用性,可在只训练一个模型的前提下服务多个行为相近物种,因此在数据有限时具有实际价值。
在讨论部分,论文总结了ODBAFormer的理论贡献、应用潜力与局限性。研究人员认为,该模型为运动生态学中的数据增强提供了切实可行的框架,能够利用GPS和环境数据推断ODBA,从而生成能量消耗分布代理图、能量预算代理以及ODBA时间序列,且误差较小。这一方法尤其适合重新利用历史数据集,使过去因缺失加速度信息而无法开展的能量学分析成为可能。模型的一项关键创新在于不将轨迹仅视为时间序列,而是将其转化为空间分布,通过Transformer的注意力机制捕捉局部邻域与环境协变量之间的上下文依赖关系。与XGBoost的比较进一步说明,这种具备空间感知能力的架构在该任务中更具优势。
关于环境协变量,研究表明bathymetry能够增强模型对觅食行为能量预算的推断能力,而风场未产生预期效果,提示在动物运动与环境场耦合分析中必须重视尺度匹配问题。关于跨物种应用,研究强调多物种模型在泛化性与专一性之间存在权衡,具体选择应取决于数据可得性和研究目标。论文同时指出,模型推广到完全未知地点或行为类型时应保持谨慎,最好先在具有真实ODBA的独立数据上进行验证。对于其他中央地觅食(central-place foraging)鸟类或动物,需要重新训练并结合相关协变量;对于非中央地觅食动物,模型也许仍可适用,但必须经过严格评估。
研究人员还明确指出了方法局限。首先,原始输出更偏向于识别能量密集区域,而不区分高活动强度与长时间停留造成的高值累积;其次,模型对极端ODBA值的捕捉较弱,且由空间矩阵回推时间序列的过程较为朴素,限制了精细尺度动态重建精度;再次,更大输入矩阵或许能够提升性能,但会加剧协变量分辨率不匹配和计算负担;此外,多物种模型尚未引入物种标签条件信息,这可能限制其进一步优化。尽管存在这些限制,论文强调ODBAFormer在“修复”历史数据集方面具有现实意义。研究人员指出,借助该模型,已有大量白腹鲣鸟和褐鲣鸟历史行程数据可被赋予能量消耗代理信息,从而显著扩大长期生态研究的数据基础。
研究结论部分可译为:ODBAFormer提供了一种实用而可实施的框架,可通过GPS数据与环境协变量推断ODBA,并以较小误差预测能量消耗分布代理图、能量预算代理以及ODBA时间序列。该方法为重新分析既往无法测量ODBA的历史数据集开辟了新可能,从而为长期生态研究提供更完整的视角。总体而言,ODBAFormer为更充分利用现有追踪数据研究动物能量学提供了切实路径,是推动运动生态学研究发展的有价值工具。