编辑推荐：
不完全检测（imperfect detection）在鸟类研究中是规律而非例外。未能检测到鸟类可能归因于客观或环境特定因素，如与观察者的距离或环境噪声，尽管观察者之间由于更主观因素而产生的固有差异也很重要。研究人员评估了两名进行5分钟样点计数鸟类调查的观察者的
不完全检测（imperfect detection）在鸟类研究中是规律而非例外。未能检测到鸟类可能归因于客观或环境特定因素，如与观察者的距离或环境噪声，尽管观察者之间由于更主观因素而产生的固有差异也很重要。研究人员评估了两名进行5分钟样点计数鸟类调查的观察者的记录，他们进行了同时但独立的观察。研究人员在三年内、六个美国国家公园单元和两种栖息地类型（草原和森林）比较了这两名观察者。研究人员还评估了使用Merlin Bird ID app记录鸟类物种组成的表现。一名观察者比另一名多产得多，无论公园、栖息地类型或年份，总是记录显著更多的鸟、更多物种和更多独占种（exclusive species）。伪周转率（pseudoturnover, PT；即由于观察者误差导致的物种列表百分比差异）很高——在所有公园/栖息地组合和年份中均超过40%，只有一个例外（29%）。较少产观察者仅记录了根据两名观察者累积记录推定存在的总物种的44–66%。Merlin app检测到的物种数与较少产观察者相似。与Merlin比较时，两名人类观察者的伪周转率也相对较高（33–37%）。Merlin app的表现可能受未使用外部麦克风限制。该设计无法确定观察者犯的是虚报错误（errors of commission）还是遗漏错误（errors of omission）。在大多数草原公园，较少产观察者记录的鸟首先被听到的记录百分比小于更多产观察者。该观察者对视觉线索的更大依赖提示高频听力损失（high frequency hearing loss）。人类观察者之间总会存在由主观因素导致的固有差异。任何在鸟类调查中使用多名观察者时，都应量化并报告此类因素导致的观察者间误差（inter-observer error）。
研究背景与问题：全球近半数现存鸟类已知或疑似种群下降，21%全球鸟类物种当前易灭绝，6.5%功能性灭绝；北美鸟类过去50年总体丰度损失近30%，超过半数美国鸟类物种下降。长期监测对记录鸟类种群与群落组成变化、确定保护行动至关重要。单观察者样点计数（point count，指在固定样点标准化时间内记录见或听到鸟类的调查方法）是最广泛使用的鸟类调查方法，但存在不完全检测（imperfect detection，指调查未能检测到实际存在鸟类的现象）等局限。若观察者遗漏实际存在物种（errors of omission，遗漏错误）或记录实际不存在物种（errors of commission，虚报错误），数据可能不能准确反映种群趋势；随机误差影响可能较小，观察者能力的方向性偏差影响更大。检测概率受距离、环境噪声等客观/环境因素影响，也受视觉或听觉敏锐度、技能或信心等主观因素影响。已有研究多通过隐藏电子设备回放鸟鸣评估观察者准确度，但局限包括不能评估视觉观察、后勤复杂昂贵、缺乏现实性。因此，作者Doug Marcum和Lloyd Morrison在Heartland Inventory and Monitoring Network (HTLN) of the U.S. National Park Service (NPS)长期监测背景下，开展双观察者同时独立5分钟样点计数研究，量化观察者间精确度，并比较Merlin Bird ID app与人类观察者记录，提出四个问题：两观察者记录相似性、初检类型频率差异、多年训练后精确度是否提高、Merlin表现。
研究开展与意义：研究人员在六个国家公园单元和HOME的草原/森林两类栖息地共112个样点开展调查，发现观察者B始终比A记录更多鸟、更多总物种和更多独占种；伪周转率（pseudoturnover, PT，指两名观察者物种列表差异百分比）高；较少产观察者仅记录累积物种的44–66%；Merlin物种数与较少产观察者相似但受限。研究强调单观察者样点计数即使由经验丰富、遵循标准化培训和年度反馈的观察者实施，观察者误差仍可能很高，应始终量化并报告；比较物种列表和记录精确度比电子回放评估准确度更简单便宜，PT等标准指标有益于跨研究比较。
关键技术方法（不超过250字）：研究依托HTLN/NPS长期监测项目，2022—2024年在六个国家公园单元HERBERT HOOVER National Historic Site (HEHO)、Homestead National Historical Park (HOME)、Pipestone National Monument (PIPE)、Tallgrass Prairie National Preserve (TAPR)、Lincoln Boyhood National Memorial (LIBO)、Arkansas Post National Memorial (ARPO)开展，HOME分草原HOME-P和森林HOME-F，共112个样点。两名经验观察者同时独立进行5分钟样点计数，记录物种、距离和初检类型（视觉/听觉）。Merlin Bird ID 3.5安装于iPhone 13、iOS 17.5.1，内置麦克风，由第三人胸位操作。分析采用Wilcoxon符号秩检验、序贯Bonferroni校正、SPSS 26，计算PT、累积物种丰富度（CR）和真实物种丰富度低估（UT）。
结果：总体记录与公园水平：两观察者共2481条记录，Merlin在LIBO和ARPO另记录342条。Observer B比A多36–110%记录；公园水平B总物种多21–119%，独占种多6–19。样点水平与检测类型：B在所有公园记录更多个体、物种和独占种；未校正均显著，序贯Bonferroni后在PIPE、TAPR、LIBO、HOME-P显著，HEHO和HOME-F不显著但为样本量小所致统计伪影，且每样点B均更多；B每样点平均鸟多35–111%、物种多42–113%、独占种多2.4–7.3。距离除TAPR和LIBO外相似，TAPR/LIBO B距离显著更大。B初检82–99%为听觉；A为48–99%，在森林LIBO、ARPO、HOME及TAPR为87–99%，其他草原公园仅48–66%。伪周转率与物种低估：A/B的PT除TAPR为29%外，其余40–43%；每样点平均累积物种9–18；B记录实际存在物种最多88–96%，A仅44–66%；112样点中仅1点两者物种列表相同（零PT），但个体记录数不同。与Merlin Bird ID比较：LIBO B比Merlin多28%物种；A在LIBO多7%、ARPO多14%；Merlin记录少量人类列表外物种（LIBO 1、ARPO 4）；PT为33–37%；B最大真实物种丰富度估计97% vs Merlin 51%；样点物种数B显著大于Merlin at LIBO，A vs Merlin无差异。
讨论：4.1 观察者间差异：B始终更多，训练相同且第一年后已知差异；四/六公园/栖息地平均距离无差异，故B非简单记录更远。设计确定精确度非准确度，不知谁错；遗漏错误可能来自老化/听力损失，草原公园A听到比例低提示高频听力损失；虚报错误可能来自低技能/过度自信，但B无无效名称或不可能鸟记录，发现新种不奇怪，因rarefaction曲线显示需更多样点；平均距离相似不能推断个体记录距离精确，双观察者无法关联个体记录且鸟会移动。4.2 伪周转率：PT源于岛屿植被研究，植物研究观察者误差10–40%，本鸟类PT更高；PT涵盖 overlook、misidentification等误差，是标准化精确度指标；未找到鸟类文献PT应用；鸟类不完全检测多聚焦客观/环境因素，植物多假设训练经验，但控制客观因素后仍有固有差异；回放研究报告遗漏/误判高。4.3 Merlin：仅最后一年，物种数与A相似，PT与A高表明两者均漏，B优于Merlin；限制为基本硬件内置麦克风，高质量外部定向shotgun麦克风预期增加检测，记录数受操作者瞄准技能影响，需额外研究。4.4 时间间隔长度：5分钟可能影响误差；B平均>13记录/样点，HOME-F达22；15记录5分钟平均每鸟20秒完成检测识别距离10字段，20记录每鸟15秒；短时增加假阴性，长时增加鸟移动进出概率；5分钟对某些栖息地足够，其他需更长；Fuller和Langslow (1984)发现5分钟记录约50%的20分钟物种，Bart和Schoultz (1984)发现可听鸣唱鸟增加时记录比例下降至50%。
研究结论部分翻译：研究结果表明，即使使用经验丰富的观察者并遵循包括年度反馈和培训的标准化方案，单观察者样点计数中的观察者误差也可能很高。观察者误差应始终与任何结果一起量化和报告。比较观察者的物种列表并记录精确度，比试图使用多个电子设备回放鸟鸣来确定准确度要简单和便宜得多。使用诸如伪周转率（PT）的标准指标将有利于不同鸟类区系和栖息地研究之间的比较。代替单次访问样点计数，如果观察者之间存在较大差异或单次访问产生不完整数据，可采用纳入双观察者采样（double observer sampling）或重复访问（repeated visits）的调查方法。然而，这需要更大的努力和费用（例如双观察者方法中同时使用两名观察者和重复访问采样中的多次样点访问）。使用自主录音单元（autonomous recording units, ARUs）的被动声学监测（passive acoustic monitoring, PAM）方法可能代表比样点计数调查更具成本效益的替代方案。此类技术在过去几年中取得了巨大进步，导致检测到更多物种，但它们仅限于鸣叫的鸟类，并且不适合获得丰度估计。此外，种间声学相互作用可能影响可检测性；优势发声者可能掩盖其他物种（这种干扰也可能影响人类观察者）。因此，传统方法在某种程度上仍然是验证自主调查所必需的。在可预见的未来，不完全检测将继续是鸟类研究中的规则而非例外。人类观察者将有必要补充自主录音单元的数据，以获得更完整的鸟类多样性信息。尽管人类观察者中一些不完全检测的来源可以被量化并可能被校正（例如距离），其他来源则更难解决（例如听力损失和信心水平）。观察者之间总存在由主观因素导致的固有差异。任何使用多名观察者的鸟类调查中，都应量化和报告观察者间误差。
