解码猫头鹰叫声：基于被动声学监测优化北美斑点鸮栖息地占用的统计推断

本文通过密集布设的自主录音单元（ARU）网络，系统研究了北美斑点鸮（Strix occidentalis caurina）在繁殖季节的鸣叫行为。研究量化了不同性别、繁殖状态、景观特征及竞争对手横斑林鸮（Strix varia）鸣叫强度对斑点鸮鸣叫活动的影响，并比较了重叠区域监测点的检测数据。结果表明，雄性领地叫声比雌性更频繁、更稳定；雌性叫声稀少且集中在活动核心区附近，尤其在孵卵期间。研究提出了一种基于检测次数的阈值谱系，用于根据鸣叫率、鸣叫者性别和项目目标来推断栖息地占用情况，为基于被动声学监测（PAM）的种群评估和栖息地保护提供了细致、基于目标的解释框架，平衡了准确性与保护风险容忍度。

　　

引言

准确监测野生动物的空间利用和栖息地占用是保护生物学的基础，但对于分布范围广、行为隐蔽的物种而言，这仍然充满挑战。许多领地性动物通过 conspicuous signals（包括鸣叫）来保卫关键资源，这为高效、非侵入式监测提供了机会。被动声学监测（Passive Acoustic Monitoring, PAM）已成为一种可扩展的工具，用于检测物种存在和行为，其应用范围正不断扩大。然而，解读声学检测结果需要仔细考虑采样设计、物种生态学、鸣叫行为以及不完美检测（imperfect detection）等问题，尤其是在管理决策依赖于区分真实占用（occupancy）和短暂利用（transient use）时。

领地性、栖息地专一性和竞争共同塑造了空间利用模式，影响了检测的可能性和观察到的模式所蕴含的生态学意义。北美斑点鸮（Strix occidentalis caurina；以下简称“斑点鸮”）正是这些挑战的缩影。作为美国太平洋西北地区的古老森林专性物种，其生存状态对土地管理具有深远影响，地点占用（site occupancy）直接关系到公有和私有土地上的木材采伐和栖息地保护。由于栖息地迅速丧失和相关种群数量下降，斑点鸮于1990年被列为《濒危物种法案》下的受威胁物种，现在有理由将其提升为濒危物种。因此，斑点鸮已成为三十多年来密集监测的焦点。监测方法已从标记-重目击研究转变为被动声学监测，检测/未检测数据在占用模型（occupancy framework）中进行分析。虽然被动声学技术提供了前所未有的时空覆盖范围，但将检测结果转化为可操作信息仍然是一个主要挑战，因为检测结果指示的是鸣叫活动，而非精确位置或 demographic states。

雪上加霜的是，斑点鸮面临着来自横斑林鸮（Strix varia）日益激烈的竞争。横斑林鸮的分布区向北美西部扩张得益于景观变化。其更大的体型、更广的食性以及种间竞争，加上在它们已建立的景观中密度更高，使其相对于斑点鸮具有竞争优势。两种物种都严重依赖鸣叫进行领地防御和配偶交流，斑点鸮在横斑林鸮存在时可能减少鸣叫，这取决于生态背景。斑点鸮鸣叫率的性别特异性差异进一步要求对声学数据进行细致入微的解读。

斑点鸮是常驻的、全年领地性 resident，具有很高的配偶和地点 fidelity。在繁殖季节，家域（home range）收缩，配对的空间利用变得更加集中——通常集中在巢穴或主要栖息地附近，因为斑点鸮是中央觅食者（central-place foragers）。在斑点鸮的鸣叫 repertoire 中，四音领地叫声（four-note territorial call）是最独特且与领地防御最密切相关的。领地鸣叫是耗能的且带有风险；例如，暴露给捕食者（如被认为是斑点鸮主要捕食者的大雕鸮（Bubo virginianus））。虽然这些叫声表明领地防御，但鸣叫地点并不一定反映家域的全部范围。相邻斑点鸮的家域经常重叠，这可能反映了过大而无法有效防御的觅食区域，表明 defended territories 与家域并非同义词。理解鸣叫活动与更广泛空间利用之间的空间关系对于准确的占用推断和从景观管理中识别栖息地保护区域至关重要。

在占用模型中，闭合假设（closure assumptions）要求地点在季节内重复调查期间（survey occasions）的占用状态不发生变化。在5-8周内每周进行调查间隔通常用于模拟斑点鸮的检测。如果个体在调查季节期间在多个地点间移动，则占用（occupancy）与景观利用（landscape use）无法区分。区分占用和景观利用对于长期监测和森林管理都有关键益处。违反占用假设可能导致种群数量高估，从而低估种群变化。丰度度量和巢穴位置对于管理和保护可能是重要信息。识别真实占用将被动声学监测的应用扩展到检测/未检测之外，向丰度估计和巢穴位置识别更近一步。在繁殖季节，活动中心 fidelity 很高——尤其是雌性——使得闭合假设更 plausible。当雄性和雌性检测在短时间内和空间范围内发生时，可以推断配对占用。然而，由于雌性鸣叫稀少，仅检测到雄性领地鸣叫可能反映了未观察到的配对状态。有研究估计真实的斑点鸮对占用率是观察到的1.3-4.1倍，这强调了考虑不完美检测的必要性。

预计斑点鸮的鸣叫率和地点使用会随着与活动中心距离的增加而下降，从而可以推断配对状态和领地边界。然而，鸣叫率与距离之间的精确关系尚不清楚，并且被生态背景（例如，繁殖年与非繁殖年）进一步混淆。本研究利用在已知活动中心0-3公里范围内布设的大型自主录音单元（Autonomous Recording Units, ARU）阵列，研究了留居斑点鸮的声学可探测性和空间利用如何随距离变化。我们量化了鸣叫率、鸣叫者性别和叫声的空间分布。我们将鸣叫空间利用区域与已发表的家域估计值进行了比较，并评估了性别、筑巢状态和横斑林鸮鸣叫强度引起的变异。我们的结果旨在改进从有限的声学检测中区分占用和更广泛的景观利用，扩展被动声学监测的应用并减少解读中的不确定性。

方法

数据收集

我们在美国俄勒冈州和华盛顿州研究了斑点鸮的活动中心，地点跨越三个美国农业部林务局国家森林。在2021年和2022年繁殖季节早期（3月至4月），我们通过访问先前记录的巢穴地点来识别活动中心。在至少有一个领地性个体的八个地点，我们按照标准化方案评估了配对和筑巢状态，为每个地点分配一个活动中心，该中心是主要栖息地或巢穴地点，觅食区域由此延伸。不同年份地点的繁殖状态各不相同。

在定位领地性猫头鹰后不久，我们在以每个活动中心为圆心、半径3公里的六边形网格中部署了ARU，每个地点约37个站点。由于斑点鸮领地的中位最近邻距离可达1.75公里，我们确信ARU阵列将捕获焦点个体的所有领地鸣叫活动。ARU放置在山坡中上部，间距约1公里，经过调整以最小化背景噪声（距离道路和溪流>50米），并考虑了土地所有权边界。虽然斑点鸮的领地叫声在理想条件下可以传播达1公里，但由于环境衰减（environmental attenuation），典型的有效录音距离≤250米。

ARU录音约4-5个月（4月至9月），编程记录日落后2.5小时、日出前2.5小时以及夜间整点记录10分钟，以平衡电池寿命、数据存储以及斑点鸮和横斑林鸮的高检测概率。此外，我们编译并比较了来自西北森林计划（Northwest Forest Plan, NWFP）有效性监测项目的十个被动声学调查区域的数据，这些区域偶然与我们七个阵列区域重叠。NWFP监测项目从联邦森林可用土地的区域网格中随机选择5平方公里²的六边形单元格，每个单元格使用四个ARU进行采样，部署时间≥6周，在3月至7月期间按照类似的时间表记录，每天约10小时。本研究定性地比较了NWFP监测六边形与焦点猫头鹰的鸣叫空间利用，以改进使用NWFP协议的调查的推断。

声学数据处理

我们使用为支持NWFP监测项目开发的卷积神经网络（PNW-Cnet v4）处理所有音频。工作流程包括将录音分割成12秒的片段，并使用PNW-Cnet为每个声音类别分配分类分数（0-1）。我们手动验证了所有分类分数≥0.25的明显斑点鸮领地叫声，以最大化召回率（recall），并根据叫声频率和持续时间按性别对检测进行分类。为避免非焦点猫头鹰鸣叫造成的混淆，我们通过检查叫声的独特特征手动识别了可能来自非焦点个体的斑点鸮叫声，并将这些叫声从分析中剔除。我们为鸣叫者性别创建了三个类别：雌性、雄性或性别未知。仅将领地叫声用于分析，这些通常是“四音”叫声，但也包括三音或五音叫声的常见变体。

为避免与我们的研究同时进行的用于 demographic monitoring 的回放调查（call-back surveys）造成的混淆，我们移除了在活动中心阵列中距离此类调查1.6公里以内，或在NWFP监测中同一六边形内，且在同一晚进行的调查所怀疑导致的检测。我们使用回放调查员报告的调查日期、时间和位置以及斑点鸮检测周围的听觉线索（例如，调查音调）来确认回放调查的发生。然后，我们构建了每个ARU录音站的每周检测历史（weekly detection histories），分别总结了雌性、雄性和任何性别（总叫声，包括未知性别）领地叫声的检测情况。

分析

本研究使用几种模型类型来表征和估计斑点鸮鸣叫活动的空间分布。我们首先使用50%和95%核密度利用分布（Kernel Density Utilization Distributions, UDs）可视化了雄性、雌性和任何性别领地叫声的空间强度。我们使用ARU站点的检测天数来拟合UDs，使用R中的adehabitatHR包，采用ad-hoc平滑参数和500米网格单元大小。我们的UDs反映了斑点鸮在个体或配对水平上的空间鸣叫活动分布，以及横斑林鸮在物种水平上的分布，因为我们没有尝试对横斑林鸮进行个体识别。我们为横斑林鸮的叫声创建了UDs，以说明其鸣叫活动的覆盖范围和强度。

我们在R程序中用lme4拟合了单独的拟二项广义线性模型（Quasibinomial Generalized Linear Models, GLMs），以每个ARU站点的总斑点鸮鸣叫率和特定性别鸣叫率（以确认检测的调查周比例为测量指标）为因变量。基础模型包括到斑点鸮活动中心的距离（dist），我们考虑了额外的模型，这些模型测试了斑点鸮筑巢状态（nested）、横斑林鸮表观检测总数（bo_total）以及有横斑林鸮检测的周比例（bo_prop）的影响。这为任何性别叫声、雌性叫声和雄性叫声分别产生了四个模型。鉴于横斑林鸮检测数量很高（例如，163,531 vs. 25,231 斑点鸮叫声）且横斑林鸮类别的模型精度更高（例如，0.97 vs. 斑点鸮的0.84），我们并未手动审查所有横斑林鸮检测。相反，我们手动确认了每个ARU站点的横斑林鸮存在，然后根据PNW-Cnet v4对每种叫声类型的精度估计调整表观横斑林鸮叫声计数（分类分数≥0.95），以估计每个ARU站点每周的横斑林鸮叫声数量。

我们在R包unmarked中为雄性、雌性和任何性别的斑点鸮叫声拟合了单季单物种占用模型（single-season, single-species occupancy models），以估计每个ARU站点相对于活动中心距离、筑巢状态和横斑林鸮鸣叫率的每周检测概率（p）和使用概率（ψ）。由于八个活动中心阵列的占用状态已知，我们将每个ARU站点视为一个地点（site），并在考虑不完美检测的情况下估计使用情况。我们使用了22个每周调查场合（weekly survey occasions），并包括一个地点水平协变量（site_year）来解释组结构。检测概率的调查协变量包括dist、site_year、每周横斑林鸮检测数（bo_total_wk）、背景噪声（noise）和每周录音工作量（effort；对数转换）。地点协变量包括dist、site_year、季节总横斑林鸮检测数（bo_total）以及500米范围内适宜筑巢-栖息覆盖类型（nesting-roosting cover type）的比例（nr_prop）。筑巢-栖息覆盖类型代表了与斑点鸮居住使用最相关的森林结构和树种组成。我们标准化了所有连续协变量（均值=0，标准差=1），除非另有说明。我们按顺序构建了占用模型，遵循模型选择的次要候选集策略，并使用Akaike信息准则（Akaike Information Criterion, AIC）对模型进行排序。

对于GLM和占用模型分析，我们都报告了协变量beta值和95%置信区间（CI）、概率比，并创建了边际效应图。CI不包含零的协变量估计被认为有充分支持；CI与零重叠≤10%的估计被认为有弱支持。

结果

在2021年，我们调查的地点包括一对非筑巢对、一对筑巢失败的对和两个成功筑巢的对。在2022年，我们调查的三个地点有非筑巢对，一个地点有一只常驻雌性，没有检测到雄性。每个阵列包含34-37个ARU，平均记录111天（范围6-140天）。设备故障（主要由于水或野生动物损坏）减少了某些站点的记录持续时间，导致调查工作量存在差异，我们在占用模型中通过effort协变量对此进行了调整。

从活动中心阵列的180,001小时音频中，我们手动确认了14,114个包含斑点鸮检测的片段，其中包括6,282个包含任何性别领地叫声的片段。雄性比雌性更爱鸣叫，有4,680次雄性领地叫声 compared to 1,869次雌性领地叫声。偶尔，12秒片段包含雄性和雌性叫声，因此任何性别的片段总数可能少于雄性和雌性叫声之和。平均而言，ARUs记录了19.1周（标准差6.8），每周38.0小时（标准差5.57），在条件于地点使用的情况下，每小时检测到0.12次（标准差0.37）领地叫声。

在所有活动中心阵列都检测到了斑点鸮领地叫声，雌性和雄性平均发生在约26%的ARU-周（标准差约23%–25%），任何性别叫声发生在30%的ARU-周（标准差27%）。空间上，大多数雌性（59.6%）、雄性（67.6%）和任何性别（64.9%）领地叫声发生在活动中心1公里范围内，22.1%–29.3%在1至2公里之间被检测到。值得注意的是，在BC地点——一个横斑林鸮活动度低（19%的ARU-周有横斑林鸮检测）的非筑巢对——大多数斑点鸮叫声（>73%）在初始活动中心2公里以外被检测到。从后续的地点访问中，我们确定BC对在我们的采样季节早期将其活动中心移到了阵列的东北部分；然而，我们没有事后调整采样网格中心。排除BC地点的分析导致协变量效应和模型排序的微小变化，支持了协变量重要性的相同解释。我们选择在此报告包括BC地点在内的完整结果，以反映在不断变化的景观中斑点鸮可探测性的现实噪声，其中领地性猫头鹰可能表现出比几十年前更低的 site fidelity。横斑林鸮在所有活动中心阵列都被检测到，在290个录音站中的277个（95.5%）被检测到，平均发生在37%的ARU-周（标准差25%）。

在重叠我们七个活动中心阵列的10个NWFP监测六边形中，我们处理了16,817小时音频，确认了485个斑点鸮检测，包括252个任何性别、51个雄性和2个雌性领地叫声。这些监测六边形中的ARU，每个六边形四个，平均记录了7.4周（标准差1.2），每周68.2小时（标准差17.5），每小时检测到0.07次领地叫声