灰雁起飞鸣叫中的声音个体识别与信息编码机制研究

《Bioacoustics》:Vocal identity and information content in the flight initiation calls of greylag geese (Anseranser)

【字体: 大 中 小 】 时间:2026年09月29日 来源:Bioacoustics 1.5

编辑推荐:

  声音信号能够在其他模态信号受限的环境和距离下传递信息。这些信号所包含的部分信息涉及发出者的个体身份和类别归属,使接收者能够评估与每个信号发出者的熟悉程度、关系及过往经历。已知叫声在社会凝聚等情境中发挥作用,尤其是在群居鸟类中,与群体保持联系具有适应价值。灰雁在

  
声音信号能够在其他模态信号受限的环境和距离下传递信息。这些信号所包含的部分信息涉及发出者的个体身份和类别归属,使接收者能够评估与每个信号发出者的熟悉程度、关系及过往经历。已知叫声在社会凝聚等情境中发挥作用,尤其是在群居鸟类中,与群体保持联系具有适应价值。灰雁在其飞行启动信号过程中会产生两种看似不同的叫声类型:“运动叫声”和“飞行前叫声”。研究人员分析了这两种叫声类型的声学结构,首先探究了这两种叫声类型是否存在声学差异。其次,研究人员探索了个体及类别层面信息(性别、年龄、繁殖状态和亲缘关系)的声音线索。研究结果表明,这两种叫声在频谱上存在差异。此外,每种叫声类型都包含关于个体身份和性别类别成员的信息,但不包含年龄或繁殖状态的信息。这些结果表明,灰雁的运动叫声和飞行前叫声携带着反映呼叫者身份多重维度的信息,这可能使得熟悉的同类即使在远距离和声学丰富的环境中也能识别其互动对象。
研究背景与科学问题
社会性是驱动动物信号进化的主要因素之一,社会复杂性被认为推动了交流复杂性的发展。社会性动物利用多种模态的信号交换信息,其中声学信号因其能够远距离传播并绕过障碍物而尤为普遍。许多声音信号已被证明包含关于发送者的信息,包括个体身份、特定社会群体成员资格、性别或年龄阶层以及繁殖状态。个体和阶层的嗓音标记对于众多社会情境至关重要,接收者的反应会据此变化。为了确保信号能明确传递此类内容,它需要在同一阶层的发送者之间足够刻板,同时在不同阶层的个体之间又足够多变。这种对个体间/阶层间刻板性的选择压力源于在拥挤环境中区分亲密者和非亲密者的需求。
在非雀形目鸟类中,已在多个物种的社会性叫声中发现了个体身份的声音关联特征。同样,声音性别二态性在该鸟类群体中也被广泛报道。年龄和繁殖阶层等其他类别的成员资格也可能编码在发声行为中。亲缘嗓音标记已在几种鸟类中得到记录。本研究旨在调查灰雁(一种表现出稳定时空群体成员资格的非雀形目社会性鸟类)飞行启动叫声中的个体和阶层(性别、年龄、繁殖状态和亲缘关系)标记。灰雁表现出持久的配偶关系,其社会结构是多层次的,配对伴侣是组织的基本单位。在与其他个体一起飞行前,无论季节如何,灰雁都会执行刻板的飞行启动信号行为,涉及两种不同阶段的叫声类型:“运动叫声”(Locomotion call)——一种中程叫声,以短促序列发出,从信号开始直至达到飞行状态;“飞行前叫声”(Pre-flight call)——一种远程、响亮的叫声,在接近起飞时单独发出。基于对该物种社会组织模式和集体运动关联模式的了解,研究人员预测飞行启动叫声中存在一定程度的嗓音个体性、性别二态性、年龄影响、亲缘嗓音相似性以及繁殖状态标记。
主要技术方法
研究人员于2021年9月至11月和2022年9月至11月秋季期间,在奥地利格吕瑙阿尔姆塔尔的康拉德·洛伦兹研究中心(KLF)的自由放养、非迁徙性灰雁群体中收集了58只个体(雌性28只,雄性30只)的叫声。所有个体均带有独特的彩色环组合以便识别。使用指向性麦克风和手持录音机以44.1 kHz采样率进行录音。随后,使用Raven Pro软件筛选非重叠的叫声片段,并使用Audacity软件的信噪比对比工具筛选高质量叫声。通过Praat软件和自定义脚本提取了声学参数,并通过MATLAB提取了功率谱变量。统计分析方面,首先对提取的声学参数进行主成分分析(PCA)以减少冗余和处理多重共线性。随后,使用置换判别函数分析(pDFA)检验叫声类型区分度、个体身份、性别和繁殖状态的分类准确性。使用线性混合效应模型(LMM)进一步探究性别、年龄和繁殖状态对主成分得分的影响。最后,基于系谱数据计算亲缘关系百分比,并通过LMM分析亲缘关系对叫声欧氏距离的影响。
研究结果
两种叫声类型的区分
平均功率谱密度(PSD)图和pDFA结果显示,运动叫声和飞行前叫声在频谱轮廓上存在显著差异。运动叫声在大部分频率范围内功率相对较低,峰值后功率下降更陡峭;而飞行前叫声在整个频率范围内能量相对较高,频谱能量分布更宽。pDFA正确分类率达到96.31%,显著高于随机水平(62.31%),证实了两种叫声类型的声学独特性。
运动叫声
  • •
    主成分分析:对运动叫声参数进行的PCA产生了10个标准差大于1的主成分,累计解释了89%的方差。
  • •
    呼叫者身份、性别和繁殖状态信息:基于10个PC得分的pDFA成功以23.27%的准确率区分了呼叫者的个体身份(随机水平为3.91%)。呼叫者性别被正确分类的准确率为95.84%(随机水平为61.07%)。然而,pDFA未能成功根据繁殖状态对运动叫声进行分类。
  • •
    性别、年龄和繁殖状态信息:LMM结果显示,PC1和PC3得分雄性显著高于雌性。载荷分析表明,雄性叫声具有更高的基频均值、起始值、结束值、最大值和最小值,更高频率的能量更多,以及更高的前两个假定共振峰均值和熵值。PC3的结果表明雄性叫声具有更高的频率调制速率、更短的持续时间、更悦耳的音质,并且频谱能量分布偏向更高频率。年龄对PC2和PC3得分的影响在多重比较校正后不显著。繁殖状态对任何测试的主成分得分均无显著影响。随机效应“呼叫者”解释了各模型中相当比例的方差。
  • •
    亲缘关系信息:亲缘关系百分比对运动叫声欧氏距离的影响呈非显著的负向趋势(p = 0.079),表明亲缘关系越近的个体,其运动叫声在声学上越相似。
飞行前叫声
  • •
    主成分分析:对飞行前叫声参数的PCA产生了8个标准差大于1的主成分,累计解释了81%的方差。
  • •
    呼叫者身份、性别和繁殖状态信息:pDFA成功以34%的准确率区分了呼叫者的个体身份(随机水平为4.84%),并以86.16%的准确率区分了性别(随机水平为57.29%)。但未能根据繁殖状态进行分类。
  • •
    性别、年龄和繁殖状态信息:LMM结果显示,PC1和PC3得分雄性显著高于雌性。载荷分析表明,雄性叫声具有更高的基频均值、起始值、结束值、最大值和最小值,更高的频率四分位数和平均峰值频率,更高的第二和第三假定共振峰均值,以及更大的频谱平坦度。PC3显示雄性叫声的基频范围、绝对斜率和方差更低,表明其基频更平坦。年龄对所有PC得分均无显著影响。繁殖状态对PC1得分的影响在校正后不显著。随机效应“呼叫者”解释了各模型中相当大的方差。
  • •
    亲缘关系信息:未发现亲缘关系百分比对飞行前叫声声学相似性有任何影响。
讨论与结论
研究结果证实了两种飞行启动叫声在声学上是截然不同的,这支持了它们各自服务于不同功能的假设。两种叫声都编码了个体身份和呼叫者性别的信息,表明这些叫声可能用于在远距离和声学复杂的环境中识别熟悉的同类。值得注意的是,与预期相反,雌性灰雁的叫声占据了更低的频率范围,这可能归因于雌性鸣管中鼓膜形态和空气囊体积的差异,而非体型差异。运动叫声在亲缘个体间呈现出更相似的倾向,暗示了遗传决定的形态学约束可能是亲缘识别的潜在基础,有助于维持家族群体在移动中的凝聚力。然而,飞行前叫声中未发现亲缘相似性,表明两种叫声在功能上可能存在分化。研究未发现年龄或繁殖状态的可靠嗓音标记。结论指出,灰雁的飞行启动叫声携带个体身份和性别信息,这些标记可能因该物种社会关系的稳定性及其互动的复杂性而被选择,使个体能够获得识别同类带来的适应性优势。未来研究应探究这些编码的标记是否能引发同种个体的相应反应。
相关新闻
生物通微信公众号
微信
新浪微博

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