编辑推荐：
在野生动物监测中，机器学习（ML）分类器的误报会误导生态模型。研究人员以披肩鸡为研究对象，运用两阶段建模方法分析相关声学数据。结果显示该方法能有效识别误报，提升模型性能。这为野生动物研究提供了更精准的监测手段。
在野生动物监测领域，传统的人工监测方式不仅耗时费力，还难以覆盖广阔的地理区域和长时间的监测周期。随着科技的进步，被动声学监测（PAM）技术应运而生。它借助自主录音单元（ARUs），能够持续或按固定计划记录声音数据，为野生动物研究提供了丰富的信息来源。与此同时，机器学习（ML）技术的发展，使得从海量的声学数据中自动检测目标野生动物信号成为可能。然而，ML 分类器存在的误报问题却给野生动物研究带来了困扰。误报会导致生态模型出现偏差，进而影响野生动物的管理和保护决策，使得这些努力可能误入歧途。
为了解决这一问题，来自国外的研究人员开展了一项针对披肩鸡（Bonasa umbellus）的研究。披肩鸡是北美本土的一种猎鸟，由于森林成熟化和西尼罗河病毒的传播，其种群数量呈下降趋势，因此对其进行有效监测至关重要。研究人员运用两阶段建模方法，对两种开源模型（BirdNET 和击鼓模型）进行分析，旨在减少披肩鸡检测中的误报，提高检测准确性。该研究成果发表在《Ecological Informatics》上，为野生动物监测领域提供了新的思路和方法。
研究人员主要运用了以下关键技术方法：首先，部署 ARUs 在佛蒙特州的格林山国家森林收集声学数据。其次，利用 BirdNET 和击鼓模型对数据进行分析，BirdNET 是一种深度学习模型，通过卷积神经网络（CNN）对音频片段进行分类；击鼓模型则运用信号处理技术检测披肩鸡的击鼓声音。然后，对模型检测结果进行人工验证，标记为真阳性或假阳性。最后，使用逻辑回归构建二级模型，以识别和去除一级模型产生的误报。
研究结果如下：
- 目标 1：BirdNET 和击鼓模型的检测率：研究期间共收集了超过 9500 小时的录音。BirdNET 检测到 524 次披肩鸡（包括真阳性和假阳性），其检测的置信度分数在 0.10 - 0.99 之间，中位数为 0.25。击鼓模型在 2023 年的数据中检测到 4106 次（包括真阳性和假阳性），序列长度在 9 - 32 之间，持续时间在 1.1 - 6.9 秒之间。两种模型的检测率在日期和时间上均有所不同。击鼓模型在早上 5 点 - 6 点检测率最高，每小时有 2.0 次检测（1.6 次真阳性检测）；BirdNET 在晚上 18 点检测率最高，每小时有 0.10 次检测（0.063 次真阳性检测）。从季节上看，击鼓模型的检测率在 4 月逐渐增加，在 4 月 24 日那周达到峰值；BirdNET 的检测率则较低，一直持续到 8 月中旬。此外，BirdNET 检测到的真阳性中，约一半是 “吠声”，四分之一是 “咯咯声”；击鼓模型仅检测 “鼓声”，且约 71% 为真阳性。
- 目标 2：评估误报率：通过逻辑回归分析发现，击鼓模型的真阳性率总体上显著高于 BirdNET。对于击鼓模型，早上真阳性检测的概率最大（最大似然估计 MLE = 0.75）；而 BirdNET 在晚上的真阳性检测概率最大（MLE = 0.34）。这表明时间对两种模型的真阳性率影响不同。
- 目标 3：用于去除误报的二级模型：针对 BirdNET 检测结果，以置信度分数为预测变量构建的二级逻辑回归模型，准确率达到 84.5%，与交叉验证准确率 84.4% 相匹配，且通过了所有拟合优度检验。结果表明，置信度分数对真阳性检测概率有显著的正向影响。对于击鼓模型，从其输出中提取 5 个候选特征构建二级模型，经筛选，最终模型包含 log (cor (y)) 和 min (y) 两个预测变量，模型准确率为 89.8%，与交叉验证准确率相同，且通过了所有拟合优度检验。该模型显示 log (cor (y)) 对真阳性击鼓检测概率有显著负向影响，min (y) 有显著正向影响。
- 目标 4：评估两阶段方法：通过绘制精度召回曲线和 F1 分数曲线评估两阶段方法。结果显示，增加阈值 θ 会提高精度但降低召回率。BirdNET 在 θ = 0.45 时达到最大 F1 分数 0.47；击鼓模型在 θ = 0.45 时达到最大 F1 分数 0.93，且在 0.00 - 0.90 的 θ 值范围内，F1 分数变化较小。此外，BirdNET 和击鼓模型的受试者工作特征曲线下面积（AUROC）分别为 0.75 和 0.94，精度召回曲线下面积（AUPRC）分别为 0.46 和 0.97。
研究结论和讨论部分指出，该研究评估了两种开源模型对披肩鸡的检测能力，展示了两阶段方法在提高模型性能方面的有效性。两种模型在检测时间和检测的发声类型上存在差异，反映了它们捕捉披肩鸡不同生活史相关声学信号的能力。两阶段建模中的二级模型能够有效识别误报，但在选择阈值时需要权衡精度和召回率，这取决于具体的研究目标。与参数优化相比，两阶段建模提供了一种标准化的方法，无需更改原始模型，更易于生态学家应用。尽管该研究存在一定局限性，如结果可能无法推广到其他数据集，但为改进基于 ML 的物种分类模型提供了重要信息，有助于更准确地评估披肩鸡种群的状况和趋势，也为其他野生动物监测研究提供了可借鉴的方法和思路。
