← 最新论文
🧬 biology

A standardized, unbiased protocol for protected areas soundscape monitoring

本文提出并验证了一种用于保护区声景监测的标准且无偏见的方案,该方案将空间平衡设计与模块化分析工作流相结合,旨在生成具有可重复性和可比性的基准,从而能够检测由生物学和地球物理因素驱动的季节性模式。

原作者: Ivan Braga Campos, Sara Miranda Almeida, Maurício Carlos Martins Andrade, Laís C. G. Gomes, Thiago S. Gouvêa, Isabella Renovato Gurgel, Camilo Colling Pacheco, Linilson Rodrigues Padovese, Matteo Mend
发布于 2026-09-16
📖 1 分钟阅读☕ 轻松阅读

原作者: Ivan Braga Campos, Sara Miranda Almeida, Maurício Carlos Martins Andrade, Laís C. G. Gomes, Thiago S. Gouvêa, Isabella Renovato Gurgel, Camilo Colling Pacheco, Linilson Rodrigues Padovese, Matteo Mendes Alves Pellegrini, Matheus Pereira Porto, Tiago Castro Silva, Samuel Rodrigues Silva, Zander Augusto Spigoloni, Mariana Tolentino, Flávio Henrique Guimarães Rodrigues

原始论文采用 CC BY 4.0 许可(https://creativecommons.org/licenses/by/4.0/)。 ⚕️ 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明

景观从未静止。即使是在最偏远的荒野,空气中也充满了复杂的声响织锦:叶子的沙沙声、鸟鸣、昆虫的嗡嗡声,以及远处风声或雨声的轰鸣。几十年来,科学家们一直试图通过倾听这些自然环境来了解生态系统的健康状况。这一领域被称为声景生态学(soundscape ecology),它将整个声学环境视为一个单一的、活着的记录。研究人员不再仅仅关注单一物种,而是分析集体噪声,以观察生物生命、天气和人类活动是如何相互作用的。挑战始终在于如何进行公平的倾听。如果研究人员只寻找特定鸟类的鸣叫,他们可能会忽略昆虫数量的减少或天气的细微变化。为了真正监测受保护地区的健康状况,该方法必须是无偏见的,能够不带偏见地捕捉每一种声音,并且是标准化的,以便可以将巴西的森林与新西兰的森林进行直接比较。

在最近的一项研究中,来自巴西和德国的研究小组通过创建并测试一种新的、严谨的监测受保护地区协议,解决了这一问题。他们的目标锁定在巴西的西拉·多·西波国家公园(Serra do Cipó National Park),这是一个位于埃斯皮尼亚诺山脉(Espinhaço Mountains)高处、由岩石草地构成的崎岖景观。这个环境孕育了丰富的生命,包括独特的植物、鸟类、青蛙和昆虫,它们都为公园每日的声学节奏做出了贡献。研究人员想要知道,这种新的倾听方法是否能够检测出随着季节轮转而发生的自然变化,以及它是否能在不需要知道制造每种声音的生物名称的情况下,精准定位导致这些变化的因素。

为此,团队在公园内部署了十六台自主录音装置。这些设备按照精心设计的模式进行布置,以确保它们均匀覆盖景观,避免对特定地点产生偏见。录音机被程序设定为每十分钟录制一分钟,且每十天仅执行一次。这种调度方式使设备能够运行一整年,捕捉从冬季到春季、夏季和秋季的过渡,同时节省电池电量。随后,研究人员将数千小时的音频输入计算机系统,将声音分解为二十个不同的“声学区域”。可以将这些区域想象成特定的时间和音高窗口;例如,一个窗口可能关注黎明前的低频声音,而另一个窗口则关注正午时分的高频声音。通过分别分析这些窗口,团队可以观察到随着季节更迭,声景中的哪些部分变化最为显著。

结果揭示了一个清晰且鲜明的季节性故事。研究人员发现,秋天是全园范围内持续最安静的时期,生物活动水平最低。相比之下,春季和夏季非常生机勃勃,但表现形式各异。最剧烈的变化发生在黎明前的时刻。在春季,黎明前的空气中充满了青蛙的鸣叫声和雨声,创造了一种在秋季几乎不存在的丰富声学特征。团队确定这些黎明前的声音是由青蛙的繁殖周期(它们在春季降雨开始时鸣叫最为剧烈)以及降雨量的增加所驱动的,而该特定黎明时段的昆虫活动在春季显著缺失。

研究还揭示了昆虫行为随时间变化的惊人差异。虽然某些昆虫在秋季的黎明时分最为活跃,但另一类昆虫则在夏季白天的中高频声音中占据主导地位。如果使用一种简单将所有声音平均化的方法,这种区别将无法被察觉;通过将一天划分为特定的时间块,研究人员可以看到昆虫群落并非一个单一、统一的群体,而是一个拥有各自每日和季节性节律的不同集合体。

至关重要的是,研究证明这些模式不仅仅是降雨的结果。虽然春季降雨量确实增加了,但声音变化呈现出的特定方式——仅发生在特定的时间窗口和特定的音高上——表明这些转变是由生物驱动的,而非仅仅由天气驱动。该协议成功地从雨声中过滤出来,突显了其下的生物活动。研究人员还证实,这个偏远公园的声景没有人类噪音,仅包含自然的生物和地球物理声音。

这项工作证明,一种标准化、无偏见的倾听协议可以为监测受保护地区生成可靠的基准。通过使用这种不需要科学家预先知道物种名称的方法,该方案可以应用于任何生态系统,从巴西高地到世界其他地方的森林。该团队目前正在将此协议扩展到巴西的五个不同生物群落,并与其它国家的合作伙伴开展协作,以建立一个全球性的声学监测网络。这一努力旨在创造一种通用的生态系统健康语言,让自然保护者能够以以往无法实现的清晰度和一致性,追踪长期趋势并检测自然界的变迁。

您所在领域的论文太多了?

获取与您研究关键词匹配的最新论文每日摘要——附技术摘要,使用您的语言。

试用 Digest →