海南长臂猿社会群体的被动声学识别

《Remote Sensing in Ecology and Conservation》:Passive Acoustic Identification of Social Groups in the Hainan Gibbon

【字体: 大 中 小 】 时间:2026年07月04日 来源:Remote Sensing in Ecology and Conservation 5.2

编辑推荐:

  基于音频或视频记录的被动监测是野生动物保护和管理的重要工具。海南长臂猿(Nomascus hainanus)全球种群数量约为42只,是世界上最稀有的哺乳动物之一,建立有效的监测方法以了解该物种的景观利用和种群动态是保护工作的优先事项。海南长臂猿以小规模社会群体

  
基于音频或视频记录的被动监测是野生动物保护和管理的重要工具。海南长臂猿(Nomascus hainanus)全球种群数量约为42只,是世界上最稀有的哺乳动物之一,建立有效的监测方法以了解该物种的景观利用和种群动态是保护工作的优先事项。海南长臂猿以小规模社会群体形式生活,共享有限的发声特征。尽管先前的研究已在长臂猿叫声中识别出物种和个体特异性声学特征,但尚无研究探讨从其发声识别社会群体的可能性。研究人员利用深度学习评估了从叫声中识别长臂猿社会群体的可能性,分析了2015年至2016年间收集的来自三个群体的98段8小时录音。在一个已知群体的封闭种群中,最佳模型识别呼叫长臂猿群体的平均准确率达到95.24%。在不知道所有群体的情况下匹配成对叫声时,模型识别成对叫声的平均准确率为90.70%,对于训练中未见群体的叫声,准确率下降至64.89%。基于叫声序列的训练比基于单个片段的训练更能提高识别准确率。对基于片段的预测进行投票汇总有所帮助,但效果不如完整的序列模型。深度学习的表现优于随机森林,特别是在基于序列的任务上。混淆因素分析表明,影响识别准确率的主要是长臂猿的声学特征,而非背景噪声。这些发现凸显了从叫声中识别长臂猿社会群体的可能性,以及深度学习增强被动声学监测工作的潜力。
**基于深度学习的海南长臂猿社会群体声学识别研究解读**

**研究背景与意义**
对珍稀和难以观测物种的监测至关重要且充满挑战。传统方法如直接观察和标记因种群密度低、地形复杂及人类干扰风险而常不适用,亟需有效的非侵入式监测技术。被动声学监测(PAM)因其对栖息地干扰小、可长期连续记录等优势,已成为长臂猿等物种的重要监测手段。海南长臂猿作为全球最濒危的灵长类动物,仅存约42只个体,分布于中国海南热带雨林国家公园霸王岭片区。其种群以小型家庭社会群体为基本单元,群体的动态(如扩散、新群形成)直接影响种群增长。然而,当前监测方法(如固定点计数、样线法)劳动强度大、耗时且有时具有危险性。尽管已有研究能识别长臂猿的物种和个体特异性叫声,但尚未有研究探讨能否通过叫声区分和识别其社会群体。实现群体水平的精准识别,对于理解其种群密度、分布、动态、栖息地利用(如迁移、领域侵占)以及探测新形成群体具有关键生态学意义,也是制定有效保护策略的基础。本研究旨在探索利用深度学习模型,仅依据叫声录音对海南长臂猿社会群体进行识别的可行性,相关成果发表于《Remote Sensing in Ecology and Conservation》。

**关键技术方法概述**
本研究利用了2015年6月16日至2016年8月10日期间在海南霸王岭记录的三个已知长臂猿社会群体(B、C、D群)的98段8小时录音数据,共提取了7958个长臂猿鸣唱短语。研究人员构建了两种分析框架:1) **封闭种群识别**:已知群体数量固定,将新叫声归类到已知群体,视为多分类问题,采用卷积神经网络(CNN)和结合CNN与长短期记忆网络(LSTM)的CNN-LSTM模型进行处理;2) **开放种群识别**:群体数量未知,目标是判断两段叫声是否来自同一群体,采用了孪生神经网络(Siamese Neural Network)和三重态神经网络(Triplet Neural Network)等相似性学习方法。作为基准,同时训练了基于梅尔频率倒谱系数(MFCCs)特征的随机森林(RF)模型进行比较。输入特征包括从音频片段生成的梅尔谱图以及MFCCs。研究还通过训练模型识别纯背景噪声片段,以评估模型是否混淆了叫声差异与背景噪声差异。模型性能通过准确率、精确率、召回率、F1分数等指标进行评估,并使用分层自助法计算了95%置信区间。

**研究结果分析**
* **封闭种群社会群体识别准确率**:最佳模型在识别长臂猿社会群体方面表现出很高的准确率。使用5段或10段序列训练的模型在所有报告指标上均优于仅使用单个片段训练的模型,突显了在训练中整合连续叫声的益处。基于叫声序列的深度学习模型(即CNN-LSTM)优于使用单个片段的模型(10序列准确率=95.24%,5序列=92.87%,1序列=79.54%)。对基于片段的预测进行投票汇总也能提高准确率,但效果不及完整的序列模型。深度学习模型在所有序列长度上均一致地优于随机森林模型。此外,在识别纯背景噪声时,最佳模型的准确率接近或略高于随机水平(CNN模型为42.17%,RF模型为35.40%,随机几率为33.3%),表明识别性能的提升主要源于长臂猿叫声本身的特征,而非混淆因素。
* **开放种群社会群体识别准确率**:最佳模型能够高精度地判断一对长臂猿叫声是否来自同一社会群体。基于序列对训练的模型比基于单个片段对或其投票汇总对应模型具有更高的识别准确率。深度学习相似性比较网络(三重态网络TN和孪生网络SN)在基于序列对训练时取得了更高的识别准确率(10序列:TN=90.21%,SN=90.49%)。尽管对单个片段对预测进行投票汇总提高了识别准确率,但仍低于完整的序列模型。
* **相似性学习模型对未见长臂猿群体的泛化能力**:基于两个长臂猿社会群体训练的最佳CNN相似性学习模型,在测试来自训练所用相同群体的10序列对时,达到了94.46%的平均准确率。然而,当测试涉及一个训练中未见的新长臂猿社会群体的序列对时,其平均准确率降至64.89%。此时,模型在识别新群体内部匹配项方面表现出稍高的召回率,但精确率较低,表明大量被识别为匹配的项实际上是误配。

**讨论与结论总结**
研究讨论指出,长臂猿常栖息于难以进行视觉调查的区域,使得基于自主录音设备的被动声学监测成为一种有吸引力且日益流行的方法。然而,海量数据处理是快速评估种群状况的瓶颈。本研究将深度学习模型的应用扩展至检测海南长臂猿社会群体,这是长臂猿物种种群动态和增长的关键单元。能够准确区分长臂猿群体的模型提供了重要的生态学信息,可能减轻耗时耗力的长期野外监测负担。

主要研究结论包括:(a) 随机森林和深度学习网络均能在封闭和开放种群背景下准确区分海南长臂猿群体,但(b) 准确率可能尚不足以支持完全自主的监测;(c) 神经网络在大多数情况下优于随机森林;(d) 使用三重态损失的神经网络与孪生神经网络性能相似;(e) 当测试训练中未见群体时,相似性学习模型的准确率显著下降,但仍远优于随机水平;(f) 基于叫声序列训练的模型比基于单一片段或其投票汇总对应模型具有更高的识别准确率,但(g) 在大多数情况下,用于训练模型的序列长度(5段或10段)并未显著影响准确率。

本研究首次表明长臂猿社会群体可以基于其叫声进行区分。这一发现有助于保护工作者监测栖息地利用、移动模式、种群变化以及新长臂猿群体的出现。为了识别长臂猿社会群体叫声,研究人员在封闭和开放种群场景中实施了多种深度学习模型。其中,包含时序组分的孪生/三重态CNN-LSTM相似性学习模型是新颖的。研究表明,对谱图间时序关系进行建模可以提高分类准确率,这与其他(封闭种群)任务中的发现一致。这些发现证明了深度学习不仅可用于检测叫声,还能提供关于这些叫声的额外信息,从而为保护管理提供支持。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号