基于鸟类鸣声自动检测与距离估计的大规模种群丰度评估研究

来自巴西的研究人员针对被动声学监测(PAM)在野生动物研究中的应用效果开展研究，聚焦金冠莺(Basileuterus culicivorus)和南美蚁鸫(Corythopis delalandi)的自动检测与距离估计。通过建立声压级(SPL)衰减模型发现，两种鸟类的声波传播模式存在差异（球形vs柱形），并成功实现271段金冠莺鸣声的接收电平(RL)自动测量与距离估算（2-16m）。该研究为野生动物空间分布研究提供了自动化解决方案，但指出PAM与传统种群数量调查方法存在数据差异。

　　

被动声学监测(PAM)技术正成为野生动物研究的重要工具。这项创新性研究通过构建声学衰减模型，系统评估了该技术在金冠莺(Basileuterus culicivorus)和南美蚁鸫(Corythopis delalandi)自动检测与距离估算中的应用效果。

研究发现两种鸟类的声压级(SPL)衰减模式存在显著差异：金冠莺呈现典型的球形传播模式，而南美蚁鸫则表现出更接近柱形的衰减特征，研究者推测这与地面和冠层对声波传播的影响有关。采用模板匹配技术成功实现了金冠莺271段鸣声的接收电平(RL)自动测量，据此估算的鸣唱距离集中在2-8米范围，最大可达16米——该数值显著小于文献中人工检测PAM记录的距离范围。

值得注意的是，由于模板匹配效率较低，研究未能实现南美蚁鸫鸣声的自动检测。虽然该技术路线展现了自动估算鸣禽距离的良好前景，但研究发现PAM检测数量与传统样点统计(2011-2021)的物种丰度数据缺乏显著相关性，这提示当前技术尚不能完全替代传统生态调查方法。研究者建议未来应优化衰减模型精度，改进检测技术，以获取更可靠的声学距离估算数据，从而更好地理解物种空间分布格局与栖息地利用特征。