日全食触发鸟类晨鸣行为：声学记录与社区科学揭示光周期对生物节律的调控作用

本刊推荐：为探究日全食引发的短暂光周期变化对鸟类行为的影响，研究人员利用自主开发的SolarBird应用收集了超过10,000份社区观测数据，并结合BirdNET人工智能模型分析了近100,000条鸟类发声记录。研究发现超过半数物种在日食结束后出现"伪黎明合唱"现象，揭示了光信号对动物生物钟的强大调控作用，为人工光照对生物节律的干扰研究提供了重要参考。

　　

当月亮完全遮挡太阳，白昼骤然陷入黑暗，自然界会作何反应？2024年4月8日横跨北美大陆的"美国大日食"为科学家提供了一个独特的研究窗口。春季正值北美鸟类繁殖准备的关键时期，日食导致的异常光周期变化成为研究生物节律的天然实验场。由于同一地点平均每300-400年才会发生一次日全食，绝大多数野生鸟类如同人类一样，生平首次经历白昼瞬间转夜又复明的奇特现象。

以往关于日食对动物影响的研究多局限于局部观察或特定物种的描述性记录。1932年日食期间，新英格兰居民曾记载家禽行为变得" subdued"，牛群走向畜棚，青蛙开启黄昏合唱。2017年日食观测显示动物园的昼行鸟类回归夜栖场所，而夜行物种活动增加。这些碎片化证据表明日食会改变动物行为，但缺乏系统性的量化分析。为突破研究局限，研究团队创新性地结合社区科学与人工智能技术，通过大规模数据收集揭示光周期对生物行为的调控机制。

研究团队开发了名为SolarBird的智能手机应用，借助日食期间公众的观测热情，成功收集了11,000余份观测数据。应用设计了简易的操作界面，用户仅需观察鸟类30秒并勾选最多10种行为选项（如鸣叫、飞行、进食等）。同时，在印第安纳州南部布设的14个自动录音点持续采集鸟类发声数据，利用BirdNET人工智能模型对52个物种的15,606次发声进行识别分析。该神经网络模型能够识别6,000余种鸟类，大大提升了声学数据的处理效率。

观测数据揭示鸟类行为显著变化

对日全食带内6,951份有效观测数据的分析显示，鸟类行为在日食期间发生明显改变。鸣叫行为在全食阶段出现显著峰值，而飞行、静立等其他行为频率下降。特别值得注意的是，全食阶段结束后鸣叫与飞行行为较全食前明显增加，这种模式与日出后的晨间活动高峰相似，表明鸟类将日食结束后的光明重现解读为"伪黎明"。

人工智能识别物种特异性光敏感差异

声学记录分析发现52个物种中对日食产生响应者达29种，但响应模式存在显著差异。在全食发生前的12分钟，11个物种的发声频率已出现异常，其中10个物种表现为高于平常水平的鸣叫。全食持续的4分钟内，美洲知更鸟(Turdus migratorius)的发声频率达到平常下午的5倍，而横斑林鸦(Strix varia)在全食后的鸣叫次数为对照日的4倍。值得注意的是，23个物种在整个日食过程中未表现显著行为变化，暗示不同物种对光周期变化的敏感度存在差异。

晨鸣行为可预测日食响应模式

通过对比日食前后正常日出日落时的发声规律，研究发现具有典型晨鸣习惯的物种更易在全食结束后立即开启"伪黎明合唱"。美洲知更鸟等通常在黎明前鸣叫的物种，在日食结束后的12分钟内发声频率达到平常下午的6倍。这种响应模式表明，即使"伪黑夜"仅持续4分钟，光信号的重现仍能触发鸟类固有的生物节律机制。

这项研究通过自然实验证实光暗循环是调控生物节律的首要环境信号。日食导致的光周期紊乱影响了超过半数的观测物种，特别是当异常光信号出现在非正常时间点（提前半日）且持续时间极短（仅为前夜的0.5%）时，仍能引发显著的行为调整。研究结果为了解不同物种对人工光照的敏感性差异提供了重要线索，对评估人工光源对生态系统的影响具有参考价值。

研究同时展示了社区科学与人工智能技术的协同优势。简单易用的手机应用突破了传统科研的采样限制，而BirdNET等AI工具实现了海量声学数据的高效分析。这两种方法的结合不仅降低了公众参与科研的门槛，更深化了人类对自然世界的认知。随着技术不断发展，这种研究范式有望在生物多样性监测、环境保护等领域发挥更大作用。

该论文发表于《SCIENCE》杂志，通过多学科交叉的研究方法，揭示了光信号对动物行为的关键调控作用，为理解生物节律的形成机制及环境干扰因素的影响提供了新的科学证据。