提升野生动物自动无线电遥测系统的空间定位精度：网格搜索算法的创新与应用

《Animal Biotelemetry》：Improving the spatial accuracy of wildlife tracking data with automated radio telemetry systems

本研究针对自动无线电遥测系统（ARTS）在野生动物追踪中空间定位精度不足的瓶颈问题，开发了一种基于接收信号强度（RSS）的网格搜索定位算法。通过野外实验与模拟验证，该算法将定位误差降低至多边定位法（Multilateration）的1/2.5倍（平均误差25±2 m vs. 63±3 m），且在接收器间距增大时优势更为显著。该方法以低计算成本实现了高时空分辨率追踪，为小型物种行为生态学研究提供了关键技术支撑。

　　

在野生动物生态学研究中，精确追踪动物的移动轨迹是理解其行为模式、栖息地选择及迁徙策略的关键。然而，传统追踪技术如GPS或卫星遥测虽能提供较高空间精度，却因设备重量和能耗限制难以应用于小型物种。自动无线电遥测系统（Automated Radio Telemetry Systems, ARTS）凭借其轻量化标签（最低仅60毫克）和持续监测能力，成为研究蜂鸟、鸣禽等小型动物的理想工具。但ARTS的核心挑战在于如何通过接收信号强度（Received Signal Strength, RSS）数据实现精准定位——现有主流方法多边定位法（Multilateration）在接收器间距较大时误差显著增加，严重制约了数据的科学价值。

为突破这一技术瓶颈，Burcher等人在《Animal Biotelemetry》发表研究，提出一种基于网格搜索（Grid Search）的定位新算法。该算法将研究区域划分为网格单元，通过迭代计算每个单元内RSS数据与信号衰减模型的匹配度（使用χ²准则函数），最终选取最优位置估计。团队在美国新泽西州南开普梅梅多斯布设的23个接收器网络中开展实验，通过手持发射器模拟动物移动轨迹，对比网格搜索与多边定位法的性能。结果显示，网格搜索将平均定位误差从63米降至25米，精度提升2.5倍。进一步模拟实验表明，当接收器间距超过50米时，网格搜索的误差增长率显著低于多边定位法，证实其在大范围部署中的优势。

关键技术方法

研究依托固定接收器网络（CTT Node V2），通过野外标定建立RSS与距离的衰减模型（S(d)=A-Bexp(-Cd)），利用低通滤波（平滑参数α=0.7）处理信号噪声。网格搜索算法采用2米分辨率单元，结合非线性最小二乘法（R Stats包）拟合参数，并通过模拟验证不同接收器间距（10-200米）下的算法稳定性。

研究结果

1. 实验验证定位精度

在实地测试中，网格搜索算法重建的动物移动轨迹（图6）更贴近真实路径，其误差分布集中（图7），且随时间波动较小（图8）。多边定位法则出现明显偏离，尤其在接收器覆盖边缘区域误差加剧。

2. 模拟分析算法鲁棒性

模拟数据（图9）进一步验证网格搜索的稳定性：其平均误差（15±1米）仅为多边定位法（33±2米）的45%。尽管模拟结果优于实地数据（因未纳入天线方向性、植被遮挡等实际干扰），但两者误差改善趋势高度一致（比值分别为2.2与2.5），证明算法本质优势。

3. 接收器间距对精度的影响

通过系统模拟不同接收器布局（图11），研究发现当间距小于50米时，两种方法精度接近（约8米误差）；但间距增至200米时，多边定位误差急剧上升，而网格搜索误差仅线性增长（图13-14）。这表明网格搜索可支持稀疏化布设，大幅降低设备成本。

结论与展望

本研究通过创新性地将网格搜索算法引入ARTS数据处理，实现了野生动物追踪空间精度的质的飞跃。该方法不仅克服了多边定位法在稀疏网络中的局限性，其低计算复杂度与易部署特性更使其适用于长期大尺度生态监测。未来通过整合天线增益模型、环境衰减因子等真实参数，有望进一步逼近理论精度极限。这一技术突破为揭示小型动物精细行为生态学机制开辟了新途径，对生物多样性保护与栖息地管理具有重要实践意义。