编辑推荐：
形态计量学测量（morphometric measurements）是鸟类最重要的表型性状（phenotypic traits）之一。然而，传统线性测量（linear measurements）可能具有侵入性，常局限于较易捕获的物种，在困难环境中可能受限，且通
形态计量学测量（morphometric measurements）是鸟类最重要的表型性状（phenotypic traits）之一。然而，传统线性测量（linear measurements）可能具有侵入性，常局限于较易捕获的物种，在困难环境中可能受限，且通常单位时间采样效率较低。研究人员应用了一种基于“针孔相机模型”（pinhole camera model）的数字摄影方法，使用包含四种鸟类的实验装置。研究人员通过改变仰角（elevation angles）、与拍摄对象的距离（distances to the subject）以及相对于焦平面（focal plane）的方向（orientations），评估该方法在估计体长（body length）、跗跖长（tarsus length）、翅长（wing length）和喙长（bill length）方面的性能。随后，研究人员将该方法扩展至野外拍摄的37种鸟类，并将估计值与来自全球数据库和博物馆标本的测量值进行比较。研究人员评估了单物种性状估计的性能，以及推断纳入性状多样性的群落水平指标（community-level metrics）的能力。在最佳观察条件下（相对于焦平面0°），实验设置中体长和翅长的偏差最小，分别约为1%–6%和1%–9%。跗跖长和喙长表现出较大偏差，分别约为5%–12%和2%–15%。研究人员发现，来自照片测量的性状与来自全球数据库和研究人员自身博物馆标本的性状之间存在强相关性（ρ = 0.82–0.95）。研究人员未发现基于照片的估计与来自全球数据库的估计在功能性状多样性指标（functional trait diversity metrics）之间存在差异，但在基于博物馆测量的集合水平指标（assemblage-level metrics）中检测到显著差异。该方法能够在特定条件下，利用野外获取的数据，从单张图像稳健估计线性测量。研究人员为将针孔相机模型应用于野生鸟类提供了实用建议。该方法易于实施且可推广至不同物种，从而增强其适用性，并拓展在鸟类生态学和行为学中以新方式使用相机图像的机会。
论文主体部分解读
1 Introduction（研究背景与问题）
鸟类形态计量学测量（morphometric measurements）是鸟类最重要的表型性状之一，支撑多种生态与进化现象。传统线性形态性状，如体长、跗跖长和喙长，通常来自捕获个体或博物馆标本。尽管已有标准化测量手册和大量在线数据库，传统方法仍存在局限：可能具有侵入性，常局限于较易捕获物种，在困难环境中受限，单位时间采样效率较低。已有替代方法如相机陷阱用于中大型陆生哺乳动物，针孔相机模型（pinhole camera model）曾被用于估计圈养 Reindeer（Rangifer tarandus）大小，但该模型此前仅在大中型陆生哺乳动物测试，小物种如鸟类预期相对偏差更大。鸟类摄影测量测试不足：有研究用数字照片元数据估计喙、头、跗跖和总长，但仅测试单一大型物种且距离有限；有研究比较照片与卡尺测量，发现照片略高估；另有研究用自改立体相机测量 kiwi 喙，理想条件下准确度高，但夜间野外活体偏差大。因此，野生鸟类照片作为形态数据来源的潜力仍未被充分探索。野外拍摄鸟类尤其困难：鸟类高移动、警觉，雀形目常快速飞行或占据难接近生境，羽色隐蔽，光照变化大。研究人员因此测试针孔相机模型能否在实验和野外条件下可靠估计形态测量，并用博物馆标本测试距离和角度影响，用野外测量恢复基于性状的群落指标。
研究人员开展了实验与野外结合的研究。实验中使用四种新热带鸟类博物馆安装标本，模拟活鸟姿势，操纵相对焦平面角度、仰角和距离，量化体长、跗跖长、翅长和喙长偏差。随后在阿根廷布宜诺斯艾利斯省东北部森林对37种野生鸟类拍照，与全球数据库 AVONET 和 Museo de La Plata 博物馆标本测量比较。结论是：在特定条件下，翅长和喙长可较可靠估计，体长和跗跖长偏差较大；照片估计与参考数据强相关，功能多样性指标在与 AVONET 比较时无显著差异，但与博物馆测量比较存在显著差异。其意义在于提供非侵入性、无需捕获、单位时间采样面积更大、可修订数据、可测量难捕获类群如猛禽和鹦鹉、适用于挑战环境、并可考虑种内变异的形态数据获取框架。
2 Materials and Methods（关键技术方法，≤250字）
2.1 Experimental Setting：使用 Museo de La Plata, Argentina 的四种博物馆安装标本 Passer domesticus、Turdus rufiventris、Colaptes campestris、Milvago chimango，以 Canon T2i 相机和 Canon 70–300 mm F/4–5.6 镜头拍摄，相机三脚架固定高1.50 m；设置3.0、5.0、7.0 m水平距离，0°、20°、40°、60°相对焦平面角，共580张照片。2.2 Field Tests：2024年7月18日至11月19日在阿根廷布宜诺斯艾利斯省东北部“El Destino”私人保护区（位于“Parque Costero del Sur”生物圈保护区内）进行10次调查，记录原生林和 Ligustrum lucidum 入侵林中的37种鸟。2.3 Morphometric Measurements：用 ImageJ 测喙、翅、跗跖、体长，以针孔相机模型计算，焦距取自 EXIF，并进行余弦校正。2.4 Data Analysis：使用广义最小二乘（generalized least squares, GLS）、AVONET、Museo de La Plata 的37种2–5只成体雄雌博物馆标本、Spearman相关、平均绝对百分比误差（mean absolute percentage error, MAPE）、主成分分析（principal component analysis, PCA）、funspace 和500次 bootstrap 比较功能多样性。
3 Results
在实验标本中，研究人员通过操纵高度、距离和角度发现，最佳观察条件（0°相对焦平面）下体长和翅长偏差最低，分别为1%–6%和1%–9%；跗跖长和喙长偏差较大，分别为5%–12%和2%–15%。偏差幅度随物种变化，无跨体型一致模式。四物种最小偏差一般出现在0°–20°，较大角度偏差增加。三预测因子总体解释变异很高，pseudo-R
2=0.974–0.995；相对焦平面角度是测量误差最强预测因子，仰角次之且不一致，距离影响弱且多变，仅部分物种–性状组合显著；估计系数范围为?2.87至2.91，对应每米约3%相对偏差变化。余弦校正改变偏差幅度和方向，效果因物种、性状和角度而异。
在野外，研究人员共获得115张照片，涉及99个体、37种。平均鸟–观察者距离为9.52±6.16 m，中位数7.80 m，范围1.55 m（Phylloscartes ventralis）至39.03 m（Leptotila verreauxi）；平均喙–尾角为38.45°±22.5°，中位数44.18°。照片估计与 AVONET 高度相关，相关系数为0.84（跗跖长）至0.92（喙长）；与博物馆测量高度相关，相关系数为0.82（跗跖长）至0.95（体长），所有 p<0.0001。但多数未校正估计低于1:1线，保持相对大小；翅长偏离1:1线最大，尤其大翅（>100 mm）时，跗跖长偏离最小。物种均值水平上，与博物馆比较的 MAPE 为15.38（体长）至20.38%（喙长），与 AVONET 比较为17.09（跗跖长）至34.96%（喙长）。角度校正测量平均更接近1:1线，但变异性更大。
在集合水平，使用 AVONET 指标时，观察功能丰富度（functional richness, FRic）为32.74，功能发散（functional divergence, FDiv）为0.64，均落在 AVONET 分布内（FRic 均值31.69，SE=2.13，p=0.312；FDiv 均值0.68，SE=0.03，p=0.688）。与博物馆测量比较时，观察 FRic=46.81显著高于博物馆指标均值42.95（SE=1.05，p<0.001），观察 FDiv=0.50显著低于博物馆指标均值0.53（SE=0.01，p<0.001），可能因博物馆标本两指标方差低。
4 Discussion（讨论总结与研究结论翻译）
讨论指出，传统线性形态测量需捕获活体或使用博物馆标本，而照片估计提供非侵入性替代。翅长和喙长可较可靠估计，相对低估约1%–10%，与体型无关；体长和跗跖长偏差较大，约3%–17%。翅和喙在鸟类栖停时通常完全暴露，便于测量；跗跖长因与胫骨关节常被羽毛覆盖而难准确定位；体长须沿自然、常弯曲轮廓测量。因此建议优先使用喙长或翅长。偏差最大来源是鸟相对焦平面角度，其次为仰角，距离影响几乎可忽略。单张二维图像难以准确重建三维体方向中的 yaw、pitch 和 roll；不同 yaw 与 pitch 组合可产生不可区分投影。实验量化的是相对焦平面角度，可解释为 yaw。跗跖和喙近似圆柱或圆锥，绕纵轴 roll 对投影长度影响较小；翅为扁平各向异性表面，对 yaw、pitch 和 roll 均敏感，并受部分遮挡和形状变形影响。距离增加可使成像更接近正交投影，减少透视畸变，但分辨率下降，故中等距离可能最优。建议在鸟近似平行焦平面（yaw约0°–20°）、低仰角（约0°–20°）和距观察者约3–10 m时测量；小型雀形目可拍2–3张并平均。
针孔相机模型还可用于猎物大小、巢结构、群落功能性状及种内变异研究。巢摄影通常非侵入，对捕食风险或亲代喂食率影响可忽略。群落生态中，该方法可跨分类和地理尺度量化功能性状而无需捕获，并可从同一觅食个体获取测量，捕捉种内变异。照片估计与 AVONET 和博物馆标本强相关，保持相对大小。功能多样性指标与 AVONET 相当，但与博物馆标本显著不同，可能因 AVONET 包含全分布范围种内变异，而采样个体代表范围有限，性状方差较低；功能丰富度比功能发散差异更强，因其受功能空间极端物种决定，更敏感于有限性状变异和离群值。因此，该方法适合同一研究内比较，跨研究比较需谨慎。局限包括：四种实验物种不能代表全部鸟类形态多样性；体长估计为自然姿态喙尖到尾尖可见距离，是总长的近似；野外拍照存在检测和选择偏差，久坐、暴露、朝向有利个体更易被拍摄；余弦校正为近似，不能完全重建真实三维测量，且角度估计误差、标志点不确定性和测量误差可能在大角度被放大。尽管如此，校正可减少方向性系统低估。
研究结论翻译：总体而言，针孔相机模型（pinhole camera model）代表一种有前景的非侵入性方法，用于在野外获取鸟类的形态计量学测量（morphometric measurements）。尽管其概念简单，该方法高度可推广且相对易于实施，仅需标准摄影数据和基本几何假设。通过无需捕获或处理即可测量，该方法扩展了研究范围，使之包括难以诱捕或对干扰敏感的物种。此外，其适用性超出形态学，为量化与行为和生态相关的性状（如猎物大小、觅食姿态或筑巢生物学）提供了新机会。因此，该方法提供了一个灵活框架，用于整合形态学和生态学数据，尤其在传统方法在后勤上具有挑战性或伦理受限的情境中。
