《Journal of Tropical Ecology》：Assessing vocal activity and habitat use of the Resplendent Quetzal (Pharomachrus mocinno) using passive acoustic monitoring and deep learning in a Guatemalan cloud forest
编辑推荐：
：
监测活动性强、难以发现且栖息地特化的物种，在复杂山地景观中面临重大挑战。本研究将被动声学监测（PAM）与BirdNET（一种免费使用的卷积神经网络声音识别算法）相结合，对凤尾绿咬鹃（Pharomachrus mocinno）全年的鸣声活动模式进行了描述。B
：
监测活动性强、难以发现且栖息地特化的物种，在复杂山地景观中面临重大挑战。本研究将被动声学监测（PAM）与BirdNET（一种免费使用的卷积神经网络声音识别算法）相结合，对凤尾绿咬鹃（Pharomachrus mocinno）全年的鸣声活动模式进行了描述。BirdNET对P. mocinno的检出具有较高的精确率（0.98），但召回率中等（0.38），反映出在最大化检出与最小化误报之间存在权衡。研究人员观察到双峰型日鸣声活动模式，在黎明时出现显著高峰，午后较晚时段出现较小高峰。鸣声活动在年初月份达到峰值，尤其以1月最为突出，与繁殖季节相吻合，并表现出与地形位置指数（TPI）相关的趋势，即在谷地、洼地等遮蔽地形中的活动高于广阔海拔梯度上的活动。这些模式可能反映了景观中栖息地利用、丰度或可探测性的潜在差异。研究结果支持将被动声学监测（PAM）与BirdNET等深度学习技术相结合，作为监测隐秘山地鸟类鸣声行为与栖息地利用的有效方法，进一步丰富了支持其效用的证据体系。尽管仍需进一步验证，但研究结果为未来保护策略的制定提供了参考。总体而言，本研究凸显了生物声学方法在增强对物种生态学理解以及支持热带山地生态系统循证保护方面的潜力。
一、研究背景与科学问题
有效保护活动性强且栖息地特化的物种，需要理解其栖息地在空间与时间上的变化规律。然而，多数研究依赖短期观测，难以揭示物种全年栖息地偏好及其环境驱动因素。对于依赖特定环境条件、对栖息地丧失、破碎化及气候变化高度敏感的特化鸟类而言，这一认知缺口尤为突出。凤尾绿咬鹃（Pharomachrus mocinno）是中美洲的标志性山地鸟类，被列为近危物种，依赖成熟云雾林进行筑巢与觅食，其垂直迁移与季节性果实可利用性密切相关。该物种鸣声 repertoire 多样，包括领域、报警、求偶与联络叫声，但鸣声活动相对低频且难以预测，加之云雾林环境复杂、地形崎岖，传统地面观测难以有效监测。被动声学监测（PAM）结合自动化识别算法（如BirdNET）为克服上述限制提供了可能，但该类模型在热带鸟类、尤其是鸣声活动低且不规律物种中的检测性能尚缺乏充分验证。因此，本研究旨在真实野外条件下评估BirdNET检测P. mocinno的性能，刻画其鸣声活动的时间格局，并探究鸣声活动与地形特征的关系，以作为栖息地利用的指示。
二、研究设计与主要结论
研究人员在危地马拉Biotopo Universitario Mario Dary Rivera para la Conservación del Quetzal（BUCQ）保护区内布设20台AudioMoth?自主录音单元，以48 kHz采样率、16-bit分辨率、中等增益连续运行一年，每20分钟记录1分钟音频，共获得63,530条录音（合计1,390小时）。录音单元间距不小于300 m，安装于树冠层8–20 m高度。音频数据采用BirdNET 1.2.0版本分析，设置最小置信阈值为0.5，窗口长度3秒，灵敏度1.0，并提供地理坐标进行位置过滤。检测性能通过与人工标注的P. mocinno鸣声对比评估，统计分析采用负二项广义线性模型（GLM），以每次录音中的检出次数为响应变量，月份与地形位置指数（TPI）为预测变量。
三、主要技术方法
研究采用被动声学监测（PAM）技术，利用20台AudioMoth?自主录音单元在危地马拉BUCQ保护区连续采集一年音频数据；结合BirdNET卷积神经网络算法对录音进行自动化物种识别；通过人工标注与自动检出对比，在3秒时间分辨率下评估检测精确率、召回率与F1分数；采用数字高程模型（DEM）与地理信息系统（GIS）提取各录音点的海拔、坡度及地形位置指数（TPI）等地形变量；运用负二项广义线性模型（GLM）分析鸣声检出数与月份和TPI的关系。
四、研究结果
检测性能评估： 以3秒时间分辨率与人工标注对比，模型获得307个真阳性（TP）、7个假阳性（FP）和610个假阴性（FN），检测精确率高达0.978，召回率中等（0.335），F1分数为0.499。真阳性检出平均概率显著高于假阳性（0.79±0.16 vs 0.60±0.10），表明模型对正确检出赋予更高置信度。ROC分析AUC为0.83，但鉴于数据集高度不平衡，F1分数-阈值曲线更能反映精确率与召回率的权衡，最终选择0.5阈值作为兼顾可靠性与完整性的保守折中。
鸣声活动的时间格局： 应用0.5概率阈值后共获得525次P. mocinno检出。月份分布显示1月检出最多（224次），其次为3月（113次）、6月（58次）和4月（53次），7月与10月检出极少，其余月份无检出。日节律呈明显双峰模式：06:00出现显著高峰（339次检出），随后逐渐下降，16:00（33次）与17:00（48次）出现较小的午后次峰。
空间分布与地形驱动： 各录音点检出数量差异显著，AU12检出最多（277次，占总检出45%以上），该点海拔较高（1,957 m）且距主干道最远；AU11、AU13、AU07、AU08等邻近AU12且海拔较高的位点也有较多检出，而AU04、AU05、AU15、AU16等位点检出极少或无检出。负二项回归模型显示，TPI对检出数呈负效应，即较低TPI值（谷地、洼地等遮蔽地形）区域检出倾向更高，但该效应未达统计显著（p = 0.078）。月份作为分类变量表现出显著的季节变异，检出集中在年初，尤其以1月最为突出。
五、讨论与结论
讨论部分指出，BirdNET对P. mocinno的检测具有高精确率与中等召回率，正确检出通常获得高置信度分数，而假阳性集中于较低阈值，表明该系统本质保守，适用于优先减少误报的稀有物种生态监测。检测性能受环境与声学条件影响，算法分数与生态检测概率存在区别，阈值选择应根据研究目标调整：低阈值适用于存在检测或鸣叫率评估，高阈值适用于占据率判定。鸣声活动的季节性峰值（1月）与繁殖季节一致，日节律的黎明高峰对应晨鸣合唱，午后次峰可能与配偶间通讯有关。地形分析显示TPI而非海拔对鸣声活动有较一致的影响，遮蔽地形（沟壑、小谷地）倾向支持更高鸣声活动，可能反映有利微气候、更高覆盖度与资源可利用性。远离道路与步道的监测点检出更高，可能与减少人为噪声干扰有关，提示噪声可能作为生态过滤器影响P. mocinno的通讯与栖息地选择。研究局限在于自动检出无法区分不同鸣声类型，未来可开发针对特定鸣声类型的分类器以增强行为生态学解释力。
结论部分翻译： BirdNET在检测P. mocinno鸣声方面表现出高精确率，真实检出始终与更高置信度分数相关，假阳性主要局限于较低阈值。这种高精确率表明检测系统本质保守，产生的假阳性极少，对稀有物种的生态监测尤为有利，因为最小化误检往往比最大化检出完整性更重要。然而，这种保守行为反映在较低的召回率上，表明部分鸣声事件未被检出。这些限制可能源于鸣声变异性、环境噪声以及训练数据集中热带声景代表性不足。总体而言，若根据研究目标谨慎选择检测阈值，BirdNET特别适用于优先考虑数据可靠性的应用场景。研究证明时间因素强烈影响P. mocinno的鸣声活动与栖息地利用，而地形效应相对较弱。尽管海拔与地形复杂性（包括沟壑、谷地及较缓地形）是物种栖息地的生态相关特征，但在本分析中未成为显著预测因子，仍可能在塑造栖息地利用方面发挥重要作用，可能反映繁殖季节有利的微气候、更高覆盖度与资源可利用性。鸣声活动的季节与昼夜模式（黎明及年初月份为高峰）凸显了监测、巢址识别与管理干预时机的重要性。高鸣声活动区域可指导针对性保护行动，如规范游客进入、缓解噪声、恢复食源植物、保护自然庇护所及实施人工巢箱，尤其在可能对繁殖重要的地形遮蔽栖息地中。此外，自动化声学监测的验证证明了其在崎岖、难以进入的山地森林中研究隐秘物种的实用性，为全分布区监测提供了成本效益高且可扩展的工具。然而，检测性能受环境与声学条件影响，跨生态系统转移模型需谨慎。这些发现共同为栖息地恢复与循证管理策略提供了综合框架，有助于P. mocinno的长期保护。
