利用地震和声学数据结合技术监测动物园大象的喧闹活动

《Ecology and Evolution》：Monitoring Zoo Elephant Rumble Activity Using Combined Seismic and Acoustic Data

　　**摘要**

基于地震波和声波的非洲象和亚洲象的交流方式已经被研究了几十年。然而，与在自然栖息地中的研究相比，尤其是在人造动物园环境中的研究，特别是在地震信号方面的研究仍然有限。本研究通过比较使用非侵入式、共定位的地震传感器和次声传感器获取的数据集的特征，分析了在德国美因河畔法兰克福附近的奥佩尔动物园记录到的低频象吼声。2024年8月的记录显示，共有超过1350次吼声，表明这些吼声在时间上存在显著变化。这些吼声的特点是信号持续时间在1-8秒之间，基频在10到25赫兹之间，并伴有更高的谐波。由于动物园开放期间的背景地震噪声较高，次声信号的检测在白天更为丰富，而夜间地震信号和次声信号的检测率相当。大象系统性的夜间作息安排导致大约每两个夜晚吼声活动增加一次，其中有一对大象的交流活动明显比另一对更为频繁。许多吼声在几分钟内以快速序列的形式出现，这表明了大象之间的互动或外部触发因素。大多数吼声伴随着与移动或践踏相关的运动信号，这些现象仅通过测量声波的次声传感器是无法检测到的。这突显了结合使用地震数据和次声数据的价值。为了实现对吼声和噪声的可靠自动化分类，我们使用手动挑选的地震和次声吼声的频谱图图像来训练卷积神经网络（CNNs）。这些模型达到了高达98%的分类准确性，而跨领域应用证明了使用地震数据训练的CNN具有更好的泛化能力和鲁棒性。这种地震-声波监测方法及其发现有助于我们更好地理解动物园中大象的行为、社会互动和福利情况。

**1 引言**

几十年来，科学家们利用大象发出的声波和地震波来研究它们的行为和交流方式，以及监测它们的移动情况。非侵入式测量技术在象的保护和福利研究方面取得了显著进步，同时也解决了人象冲突问题，从而改善了两个物种的保护和共存。许多研究表明，大象利用声波和地震波在群体内部进行交流，特别是通过可以通过地震传感器和次声传感器检测到的类似吼声的信号（O'Connell等人，1997年；Smith，2001年；Günther等人，2004年；Poole，2011年）。实证实验进一步证明了它们能够感知声波（Langbauer等人，1991年；Stoeger和Baotic，2017年），以及纯弹性（地震）波（O'Connell-Rodwell等人，2006年；Mortimer等人，2021年）。此外，Wrege等人（2010年，2024年）使用地震或声学传感器等非侵入性方法监测了伐木、枪声或石油勘探等活动对大象活动的影响。与此同时，Dissanayake等人（2024年）引入了一种声学实时监测系统和地理映射工具。Garstang等人（1995年，2014年）表明，大象能够感知天气事件和大气变化。在印度，人象冲突是一个持续存在的问题，对两个物种都构成了危险，例如由于大象与火车的频繁碰撞（Roy和Sukumar，2017年）。因此，基于脚步信号的本地化和低成本监测系统变得至关重要，其开发工作仍在进行中（例如，Anni和Sangaiah，2015年；Chandan Chakraborty等人，2024年；Rithwik Vallabhanm等人，2024年）。与传统的生物声学不同，大象产生的地震波和次声波可以在相对较低且不可听见的频率下传播，基频可低至10赫兹。这些信号可用于多种目的：定位大象（例如，Anni和Sangaiah，2015年；Reinwald等人，2021年），根据大象的特征（如体型、性别和发声风格）评估信号特征（Soltis，2010年；Poole，2011年；Hedwig和Kohlberg，2024年），或对信号类型和模式进行分类（Mortimer等人，2018年），甚至可以用于研究自然栖息地中的多种动物（Szenicer等人，2021年；Steinmann等人，2025年）。一些研究使用人工神经网络来检测（例如，Costa等人，2023年）和分类地震信号，类似于在生物声学中应用的方法，基于检测到的发声次数来估计动物数量（Schneider等人，2024年）。此外，最近的研究表明，大象通过其发声中的独特叫声进行交流，且层次结构影响群体交流（Pardo等人，2023年；O'Connell-Rodwell等人，2024年），进一步证明了大象是高度社会化的动物。总的来说，大象的交流方式是多方面的，包括高频和低频声波、视觉线索、身体动作、化学信号以及地震地面运动。尽管基于声波的交流已经得到了广泛研究（参见Stoeger，2021年或Narins等人，2016年的研究），但大象产生的地震波的特性、目的和传播机制仍知之甚少。特别是，缺乏对次声波和地震波成分的系统比较。与声波不同，地震波不仅限于发声；它们还可以由移动和践踏等身体动作产生，提供了仅凭声波记录无法获得的额外信息（Szenicer等人，2021年）。此外，地震波通常在固体介质（如岩石和土壤）中的传播效果更好，比空气中的声波更远，衰减程度取决于土壤的特性。尽管如此，低频波通常受地下小异质性和衰减的影响较小。这一特性可能使地震波成为大象的一种可靠的交流媒介（Narins等人，2016年），尽管大象是否有意识地利用这一优势仍是一个未解之谜。Reinwald等人（2021年）定位了大象信号源，并比较了高频声学测量和地震测量的准确性，表明地震信号更适合和更准确地用于定位。然而，目前还缺乏对吼声活动时间模式的分析。大多数关于大象地震信号的研究是在野生非洲象或亚洲象的开放自然栖息地中进行的。尽管如此，像动物园这样的受控环境提供了一个特殊的研究场所，因为它们提供了稳定的条件，使得观察结果更容易收集和限制（Fernandez和Timberlake，2008年）。动物园里的大象会暴露于游客、设施、日常惯例和周围交通等人为因素的影响，这降低了动物园中和自然栖息地中大象活动和行为的普遍可比性。事实上，许多动物园里的大象出生在动物园，从未接触过自然环境，这突显了这种区别的必要性。到目前为止，只有少数最近的研究在受控的动物园环境中进行，例如Vidunath等人（2024年）在斯里兰卡和Zetterqvist等人（2023年）在瑞典进行的研究，这些研究专注于开发通过吼声或脚步声和波到达方向来检测地面运动的方法。然而，这些研究没有展示任何时间活动模式，也没有提供次声数据和地震数据之间的比较。这种研究的缺乏令人惊讶，因为结合地震和声音观测（包括发声和移动）可能有助于更好地监测和理解大象在动物园中的互动、福利以及对外部地震噪声源的潜在反应。为了解决这些研究空白，我们分析了在德国美因河畔法兰克福附近的奥佩尔动物园使用单个共定位的次声和地震传感器在30天内记录到的1350多次吼声。这项研究的目的是更好地检测和理解受人为影响下的动物园环境中大象的低频信号，并测试一个可靠的吼声检测工具。此外，通过利用这个数据集，我们识别了吼声活动的时间模式，并展示了在嘈杂环境中（如动物园）整合次声和地震数据的好处。这项研究建立了一种有前景的方法和数据集，为未来对动物园环境中大象的非侵入式波基监测研究奠定了基础。

**2 材料与方法**

**2.1 数据采集与处理**

本研究在德国美因河畔法兰克福附近的Kronberg im Taunus的奥佩尔动物园进行，那里饲养了五头非洲象（Loxodonta africana）。这个群体包括一头成年公象Tamo，两头成年母象Kariba和Lilak，以及一头母象Cristina和她的幼崽Neco（见补充材料中的照片和信息）。Tamo大多时间与其他象分开，而Lilak和Kariba组成一个小群体，Cristina和Neco组成另一个小群体。动物园的面积约为10,000平方米，包括一个较小的室内围场（图1A）。图1展示了德国Kronberg im Taunus奥佩尔动物园大象围场附近的地震传感器（Trillium Compact Post-Hole 20s）和次声传感器（IST2028）的位置（A），以及地震和次声数据中检测到的事件的频率和持续时间分布（图像来自OpenStreetMap）。为了数据采集，一个三组分的地震传感器（Trillium Compact 20s）被放置在围场附近，配有一个安装在建筑物附近的柱子上的次声传感器（IST2018），用于测量压力变化（图1A）。两种传感器的采样率为200赫兹，能够检测到大象吼声和移动相关的次声和地震信号。地震传感器部署在地表，并用塑料桶固定在地面上，以防止其与仪器直接耦合。IST2018传感器的频率响应范围从0.05赫兹到50赫兹，非常适合检测低频地震信号。地震传感器的频率覆盖范围从0.05赫兹到奈奎斯特频率100赫兹。连续数据收集时间为2024年8月2日至8月31日，共30天。收集的原始地震数据（垂直分量）和次声压力数据经过带通滤波器过滤，频率范围为1-80赫兹，并转换为频谱图，每200秒扫描一次以检测吼声。为了通过提高信噪比来提高视觉可检测性，三个地震分量（N、E和Z）的频谱图被平均处理。然后，分别在地震和次声频谱图上手动识别吼声。对于每次吼声，提取了一组特征，包括时间戳、吼声峰值处的频率、持续时间以及指示它是从次声数据还是地震数据中检测到的标签（见图2）。这里，“事件”被定义为一组特定的频率和持续时间组合；因此，一次吼声可能包含多个单独的事件检测（例如，基频和第一个谐波）。例如，通过其基频振动和两个进一步的谐波检测到的吼声由三个事件组成。

**图2** 显示了地震和次声记录在时间和频率域上的比较。地震图（A）包含了作为地面运动记录的脚步声和吼声信号，而次声记录（B）仅包含吼声信号。地震（C）和次声（D）数据的频谱图来自两个示例时间窗口。D中的插图展示了用于分析单个事件的参数，包括峰值处的频率、信号持续时间和时间戳。次声数据（B）中没有脚步声；然而，由于背景噪声较低，吼声可以清晰地被检测到（D）。地震（E）和次声数据（F）的示例日图显示，在动物园开放期间噪声增加，尤其是在白天。为了研究动物园中五头大象之间的潜在交流模式，我们还分析了连续吼声的发生和结构。这是通过计算时间差小于5秒、5-10秒、10-30秒、30-60秒、60-120秒以及大于120秒的吼声数量来完成的（图3A）。选择这些时间段是为了区分即时序列（例如，在直接交流的情况下）和持续时间较长的序列，以研究吼声之间的最可能时间间隔。

**图3** 显示了六个类别（时间间隔）中吼声时间差的分布。B显示了吼声计数与移动和践踏等活动相关的地震信号之间的相关性。如果在吼声前后±50秒内检测到典型的运动信号，则将吼声分类为“是”；如果吼声是孤立的，则分类为“否”；如果在吼声时间窗口内无法可靠地识别出典型的运动信号，则分类为“不确定”。除了发声之外，我们还探讨了大象是否在吼声的同时产生其他类型的信号。我们手动检查了在每次吼声前后±50秒内的物理运动（如移动、践踏或跺脚）的存在。当典型的脚步声信号（图2A）出现在时间窗口内时，这些信号会被标记为“是”。如果吼声与典型的运动信号隔离，则标记为“否”。在某些情况下，我们无法可靠地识别信号，因此将其标记为“不确定”（见图3B）。

2.2 卷积神经网络（CNN）输入数据和架构

手动挑选震动信号既耗时又容易出错。此外，手动挑选无法实现接近实时的应用。因此，我们还测试了使用卷积神经网络（CNN）对噪音和震动信号的频谱图进行分类，并评估了它们在跨领域应用中的性能。噪音被定义为所有不包含大象震动的信号时间段，包括环境振动、人为活动以及传感器特有的背景信号。由于本研究的目标是检测震动而非识别单个噪音源，所有非震动信号都被有意地归为一类。噪音样本是在整个30天的记录期间提取的，涵盖了白天和夜晚的条件。这确保了CNN能够适应动物园内背景噪音的强烈日变化，并被训练出来识别特定于震动的频谱模式，而不是时间依赖的噪音特征。具体来说，我们训练了三个不同的CNN：一个用于地震频谱图（S-CNN），一个用于次声频谱图（I-CNN），另一个用于组合数据集（C-CNN），并且每个网络都被用来对这两个领域的数据进行分类。噪音和震动片段被表示为低分辨率的RGB图像（232×115像素，30 dpi），因为我们发现在30 dpi下CNN的性能最佳，相比之下，更高或更低的分辨率效果不佳（见图S5）。频谱图是基于12秒的时间序列计算的，其中震动的时间戳位于时间中心。对于S-CNN，使用了837个可用的震动频谱图；而对于I-CNN，则使用了1387个频谱图。为了找到最佳的超参数组合，我们进行了网格搜索，尝试了不同的滤波器大小、丢弃率、批量大小和学习率组合（见图S6）。最有效的设置包括三个卷积块用于特征提取：第一个块包含两个带有32个滤波器（尺寸为5×5）的Conv2D层，接着是MaxPooling2D（2×2）和25%的丢弃率；第二个块包含两个带有64个滤波器（3×3）的Conv2D层，MaxPooling2D（2×2）和25%的丢弃率；第三个块包含两个带有128个滤波器（5×5）的Conv2D层，MaxPooling2D（2×2）和25%的丢弃率。提取的特征被展平后通过一个具有128个神经元的密集全连接层和ReLU激活函数处理，随后是40%的丢弃率。卷积神经网络使用RMSprop优化器进行训练，学习率为0.0005，ε=1e-8。所有实验中都使用了8的批量大小。为了防止过拟合和节省计算成本，在30个周期后进行了提前停止。损失函数是稀疏的分类交叉熵。最终输出是类别概率，因此结果是二分类。70%的频谱图用于训练，10%用于验证，20%用于测试，以确保有足够的频谱图不参与训练或验证。这种配置用于所有训练，以便在不同模式之间进行比较。

3 结果

3.1 次声和地震信号的比较与时间模式

在图2中，我们比较了典型的地震和声音记录。由大象移动产生的脚步声信号在地震图上表现为相对尖锐的尖峰，并且频率范围较广。这些信号仅在地震数据中可以观察到（见图2A）。相比之下，震动信号具有类似音调的特点，通常在次声和地震数据中都能检测到（见图2A,B）。声音数据的频谱图（见图2D）比地震传感器（见图2C）的噪音水平更低，对外部噪音源更敏感。在动物园开放的时间段，即从早上7:00到下午5:00 UTC（当地夏季时间为早上9:00到晚上7:00），由于附近的餐厅、大象设施、交通和游客的影响，地震噪音显著增加了5-10倍（见图5C）。地震噪音通常由特定的单色频率（例如12 Hz、25 Hz和30 Hz）组成，这些频率是由靠近大象设施的机器产生的。此外，白天还会出现较短的宽带信号，而背景噪音在20 Hz以下的频率上较高。使用次声传感器记录的噪音更多地表现为宽带信号，而不是短暂信号（见补充材料中的图S4）。总体而言，我们注意到次声记录受白天噪音增加的影响较小（见图2E,F）。地震记录中的高噪音导致白天可检测到的地震事件比次声事件少。特别是，由于20 Hz以下频率的噪音增加，地震震动的基本频率往往无法被清晰地识别。然而，两种传感器都能充分检测到夜间的活动。测量气压变化的声学传感器对运动引起的信号不敏感，这突显了在这样嘈杂的环境中使用地震记录与次声传感器相结合的优势。

3.2 次声和地震信号的频率和持续时间比较

在图2中，我们比较了典型的地震和声音记录。大象移动产生的脚步声信号在地震图上表现为相对尖锐的尖峰，并且频率范围较广，这些信号仅在地震数据中可以观察到（见图2A）。相比之下，震动信号具有类似音调的特点，通常在次声和地震数据中都能检测到（见图2A,B）。声音数据的频谱图（见图2D）的噪音水平低于地震传感器（见图2C），对外部噪音源更敏感。在动物园开放的时间段，即从早上7:00到下午5:00 UTC（当地夏季时间为早上9:00到晚上7:00），由于附近的餐厅、大象设施、交通和游客的影响，地震噪音显著增加了5-10倍（见图5C）。地震噪音通常由特定的单色频率（例如12 Hz、25 Hz和30 Hz）组成，这些频率是由靠近大象设施的机器产生的。此外，白天还经常出现较短的宽带信号，背景噪音在20 Hz以下的频率上较高。使用次声传感器记录的噪音更多地表现为宽带信号，而不是短暂信号（见补充材料中的图S4）。总体来说，我们注意到次声记录受白天噪音增加的影响较小（见图2E,F）。地震记录中的高噪音导致白天可检测到的地震事件比次声事件少。特别是，由于20 Hz以下频率的噪音增加，地震震动的基本频率往往无法被清晰地识别。然而，夜间活动两种传感器都能充分检测到。测量气压变化的声学传感器对运动引起的信号不敏感，这突显了在这样嘈杂的环境中使用地震记录与次声传感器相结合的优势。

3.3 使用CNN自动检测震动信号

为了评估震动和噪音分类的自动化程度，我们训练了三个卷积神经网络（CNN）。一个使用地震震动和噪音数据（S-CNN），另一个使用次声震动和噪音数据（I-CNN），第三个使用组合数据集（C-CNN）。我们在一个包含20%总震动的测试数据集上测试了这两个模型，这些数据在训练过程中并未被网络看到。I-CNN的准确率为96%，S-CNN的准确率为91%，证明了它们在各自领域区分噪音和震动方面的强大性能（见图7C,D）。图7：在图形查看器（PowerPoint）中打开。

I-CNN（A）和S-CNN（B）的训练和验证准确率分别在21个和30个周期后显示出稳定的收敛趋势。测试数据集的混淆矩阵显示，I-CNN的分类准确率达到96%（C），而S-CNN达到了91%的准确率（D）。噪声和轰鸣声分类的准确率，包括跨领域应用的结果，都在表（F）中给出。跨领域测试显示，I-CNN对地震信号的准确率为82%，而S-CNN对次声信号的准确率为92%（图7F）。C-CNN在次声测试数据上的准确率为98%，在地震测试数据上的准确率为97%。有趣的是，尽管S-CNN训练的样本数量较少（地震信号为837个，而次声信号为1387个），它在跨领域数据上的表现更为稳健。这种稳健性可能源于地震记录中较高的噪声水平和多样性，这些记录通常包含来自附近振动源的瞬态信号或大象产生的运动诱导信号。此外，当结合地震和次声数据进行训练（C-CNN）并应用于仅次声信号的测试数据时，可以获得最佳结果。总体而言，地震数据的贡献有助于提高数据量，并在应用于次声数据时更有效地进行泛化，而I-CNN在应用于地震信号时则未能充分泛化。

4 讨论

本研究记录了在动物园内使用次声和地震传感器在30天内捕捉到的1350多次轰鸣声。虽然详细的行为解释超出了本研究的范围，但我们的重点是比较次声和地震的检测能力以及轰鸣活动的特征模式。

4.1 结合次声和地震数据

本研究中使用的互补的地震和次声数据集强调了同时记录的必要性，以全面了解大象的振动活动和行为（见表1）。然而，地震仪位于设施和餐馆附近，其他位置（例如围栏的另一侧）可能会受到较少噪声的影响，并提供更高的信噪比。我们的观察表明，许多轰鸣声伴随着运动诱导信号，如移动。这些非发声信号与轰鸣声的一致关联表明大象结合了地震和声学信号来传递信息并移动，这可能提高了在不同距离和条件下的通信效果。尽管如此，所有检测到的地震轰鸣声都被次声传感器同时记录下来，因此我们无法确认仅靠地震波的发射。先前的研究（O'Connell-Rodwell等人2006年；Mortimer等人2018年）已经讨论了地震波在分析、定位和分类大象及其他野生动物信号方面的优势（Reinwald等人2021年；Steinmann等人2025年），尽管来自动物园的具有特定条件的实验性地震数据集仍然很少。我们的研究通过结合次声和地震记录来弥补这一不足。

4.2 昼夜活动模式

除了观察到的游客出现与大象发声之间的联系外，12:00到13:00之间的常规训练课程和引导性游客互动可能会进一步刺激发声。虽然这与自然栖息地不同，但它强调了动物园环境对大象活动的可能影响。值得注意的是，我们没有发现每天游客总数与轰鸣声计数之间存在明显的相关性（图S3）。这表明可能存在饱和效应，即尽管白天游客数量增加时活动也会增加，但这并不一定与游客的绝对数量相关。因此，我们排除了游客总数对其活动的相关影响。7:00到9:00之间观察到的活动不足尚未得到解释，但可能与喂食时间表、将大象分成较小的群体（例如将公象与其他群体分开）有关，或者是因为大象在夜间离开室内设施后活动减少。考虑到大象通常每天睡眠大约2-4小时（Soltis等人2016年；Gravett等人2017年），并且Opel-Zoo园中有五头大象，因此它们不太可能同时入睡。这也解释了夜间和白天大部分时间持续观察到的活动。此外，正如Mulder等人（2024年）所建议的，区分夜间和白天的活动是相关的，因为炎热天气和全球变暖可能会影响大象的昼夜行为，导致活动在凉爽的夏夜增加。有趣的是，我们观察到每第二个夜晚活动显著增加，而在交替的夜晚活动明显减少（图5A）。根据动物园工作人员提供的信息，观察到的模式可以通过大象的交替室内作息时间表来解释。Neco（4岁雄性幼崽）和他的母亲Cristina几乎每个夜晚都待在室内。因此，这些夜晚的活动水平明显高于另一个夜晚，那时由两只成年雌性大象组成的第二个群体待在室内。目前的研究阶段还无法完全排除地面耦合的声学信号转化为地震波并主导地震记录的可能性。大象产生的声学信号可能会传入地下，随后被地震传感器检测到。要区分直接由大象引起的地震信号和通过声学耦合产生的地震信号，需要在动物附近部署密集的传感器网络，这超出了本研究的范围。未来的研究应利用这些特征，更深入地了解大象发声所产生的地震波的物理耦合和传播。

4.3 基于CNN的自动化轰鸣声检测

使用频谱图进行分类的一般方法受到了生物声学应用的启发（例如Schneider等人2024年），并且被证明非常高效，计算成本低，输入格式简单，预处理需求少，轰鸣声分类准确率高。补充材料中的图S4提供了一组地震和次声轰鸣声及噪声的频谱图。地震记录中噪声的多样性使S-CNN更加稳健，并提高了其泛化能力，尽管可用的输入数据较少。Costa等人（2023年）应用了机器学习技术，并进行了广泛的频谱图预处理来检测大象的轰鸣声，准确率高达97%。相比之下，我们的方法有意避免了这样的预处理，但仍取得了 comparable 的性能。总体而言，通过结合更大的数据集（例如公共档案或来自自然栖息地和其他动物园机构的额外记录），或通过进一步优化神经网络架构，可以提高CNN的性能。我们还测试了其他方法，包括类似于鲸鱼检测的频谱带比率（受到Plourde和Nedimovi? 2022年的启发）、频谱图相似性分析以及次声和地震时间序列之间的互相关。尽管所有技术都能正确捕获一些轰鸣声，但CNN的表现优于这些传统方法。在标准笔记本的单个GPU上训练模型不到10分钟，使这种方法无需高性能计算、高级预处理或长时间的训练即可广泛使用。本研究中使用的相对简单的CNN的强劲性能与Szenicer等人（2021年）的发现一致，他们评估了从零开始开发的一维和二维CNN以及预训练模型。他们证明预训练模型特别适合环境声音分类，表明这样的模型可以进一步增强我们基于CNN的方法的稳健性。相比之下，Steinmann等人（2025年）采用了一种混合方法，结合了基于地震信号小波的散射变换和支持向量分类器来进行特征提取和大象脚步声的分类。在未来的工作中，类似的方法可以促进动物园环境中大象脚步声的自动检测；然而，其实现超出了本研究的范围。我们研究中提出的发展使得可以将训练好的神经网络应用于连续记录，通过将时间序列分割成频谱图并对其进行分类。未来的研究应该探索对这些频谱图的无监督聚类技术，以识别轰鸣声之间的相似性和差异，这可能有助于解码它们的含义或将它们归因于个别大象。

5 结论

在这项研究中，使用共部署的次声和地震传感器在30天内检测并分析了动物园中非洲大象的1350多次轰鸣声。我们发现，由于噪声水平较低，尤其是在动物园开放时，声音数据中的轰鸣声通常比地震记录更清晰。然而，地震记录中包含了轰鸣声和运动诱导信号，如移动，这突显了结合地震和次声记录来监测大象产生的所有基于波的信号的好处。每第二个夜晚轰鸣声活动的显著增加可以归因于大象群体的作息时间表，这是观察到的轰鸣声活动的一个关键影响因素。此外，观察表明，轰鸣声很少是孤立事件；相反，它们通常以序列形式出现，并且大多数伴随着身体运动，如移动和践踏，这一点从地震信号中可以看出，而在声音记录中则没有。作为自动监测的概念验证，我们在轰鸣声和噪声的频谱图上训练并验证了CNN，分类准确率达到了98%。值得注意的是，用地震数据训练的CNN在跨领域应用中表现出更好的稳健性和泛化能力。所提出的方法和结果有潜力推进对动物园环境中大象通信、行为和互动的监测和理解，这种环境具有特定的条件和非自然栖息地中不存在的人为影响。未来的研究应通过结合额外的传感器和数据源（例如视频录像）来扩展这些发现，例如实现大象在围栏内的通信和移动的精确定位、跟踪和分类。这将有助于进一步确认和完善本研究中的观察结果，并有助于更好地监测和了解动物园中大象的活动和福利状况。作者贡献：

Fabian Limberger：概念设计（负责人）、数据管理（负责人）、数据分析（负责人）、研究设计（负责人）、方法论（负责人）、项目管理（负责人）、软件开发（负责人）、数据可视化（负责人）、初稿撰写（负责人）、审稿与编辑（共同负责）。Georg Rümpker：概念设计（负责人）、资金筹措（负责人）、研究支持（参与）、方法论支持（参与）、监督工作（参与）、审稿与编辑（参与）。Ronja Wesemann：方法论支持（参与）、软件开发支持（参与）、数据可视化支持（参与）。Abolfazl Komeazi：方法论支持（参与）、软件开发支持（参与）、审稿与编辑支持（参与）。Tanja Spengler：项目管理支持（参与）、审稿与编辑支持（参与）。Martin Becker：项目管理支持（参与）、审稿与编辑支持（参与）。

致谢：

我们感谢两位匿名审稿人提供的建设性反馈，这些反馈有助于提高论文质量；同时感谢Chris Foote博士在整个同行评审过程中的编辑工作。我们也非常感谢负责照顾大象的工作人员，他们提供了关于大象的宝贵信息，并在站点部署期间给予了我们后勤支持。此外，还要感谢Rifa Medappil Pinatt和Fatemeh Zabihian在站点部署和准备工作中的协助。本研究的开放获取均由Projekt DEAL资助和组织。

伦理声明：

本研究完全是非侵入性的，因此无需进行伦理审查和批准。所有测量工作都是在与动物园工作人员及其他相关人员的密切协调下进行的，遵守了该机构的伦理标准和指南。采用被动数据收集方法，确保不会干扰动物的日常管理活动或正常行为。本研究中考虑的最大数据采集频率为80 Hz，从而避免了人类声音的记录。

利益冲突声明：

作者声明不存在任何利益冲突。

数据可用性声明：

相关光谱图和代码可通过Gitgithub（https://github.com/flimberg/Limberger_etal_2026_SeismicSoundSignalsZooElephant）公开获取，或直接向相应的作者索取。