《Ecological Informatics》：“…and the forests will echo with laughter!”: Remote sensing and bioacoustic integration for assessing
Picus viridis distribution in structurally heterogeneous riparian forests
编辑推荐：
河岸林是生物多样性的热点区域，然而其结构复杂性长期以来阻碍了系统化的栖息地监测。直到最近，集成技术的缺乏限制了在精细空间尺度上识别优先保护区域。研究人员调查了绿啄木鸟（*Picus viridis*）——一种成熟且结构复杂林地的重要生物指示物种——在意大利南蒂
河岸林是生物多样性的热点区域，然而其结构复杂性长期以来阻碍了系统化的栖息地监测。直到最近，集成技术的缺乏限制了在精细空间尺度上识别优先保护区域。研究人员调查了绿啄木鸟（*Picus viridis*）——一种成熟且结构复杂林地的重要生物指示物种——在意大利南蒂罗尔（South Tyrol）三个河岸生物栖息地的栖息地适宜性。声学发生数据通过AudioMoth记录仪获取，并使用BirdNET处理，以得出每日存在/不存在的观测结果。环境预测变量包括LiDAR衍生的结构指标、Sentinel-2 NDVI描述符以及光谱异质性指标，聚合至90米分辨率。研究人员使用偏最小二乘回归（PLSR）对每日声学发生进行建模，并生成相对声学栖息地适宜性图，通过留一对数器验证和留一区域验证框架评估模型稳健性。局部预测性能在研究区域间存在差异，适宜性图揭示了预测的相对声学适宜性与局部森林结构梯度之间的空间关联。然而，各生物栖息地之间的可转移性有限，当模型跨研究区域转移时，预测性能显著下降。预测变量的重要性在各河岸系统间也存在较大差异，表明强烈的局部生态环境依赖性。记录器层面的验证显示，观测与预测发生率之间的一致性有限，而区域间可转移性较差。本研究表明，集成被动声学与遥感技术有助于刻画局部相对声学栖息地适宜性模式，同时也凸显了在异质性景观中转移物种分布模型的重要局限性。这些发现强调，在将声学生态位模型（acoustic SDMs）外推到局部校准情境之外时需要保持谨慎。
**论文解读：集成被动声学与遥感技术评估河岸林中绿啄木鸟栖息地适宜性——潜力与局限**
**1. 研究背景与问题**
河岸林是结构复杂的生态系统，维持着高度生物多样性并提供碳储存、水资源调节和养分循环等关键生态服务。然而，在农业集约化、城市扩张和水文改造等人为压力下，这些栖息地面临严重威胁，导致森林结构大范围破碎化和简化。在欧洲，河岸林在过去几十年中遭受了巨大损失，削弱了其作为生物多样性廊道的作用。传统监测方法在空间或时间分辨率上往往存在局限，难以捕捉这些系统的精细尺度结构及生态复杂性。直到近期，集成技术的缺乏阻碍了在景观尺度上识别优先保护区域。因此，需要新的技术手段来克服这些限制，实现对河岸林栖息地质量的精细监测与评估。
**2. 研究目标与生态学背景**
本研究旨在集成LiDAR衍生的结构指标、Sentinel-2植被描述符以及AudioMoth记录仪获取的声学检测数据，调查意大利南蒂罗尔河岸林中绿啄木鸟（*Picus viridis*）的栖息地适宜性。绿啄木鸟作为成熟且结构多样化林地的生物指示物种，对栖息地简化敏感，依赖结构复杂的森林，在森林生态系统中扮演基石角色，其挖掘的树洞为次级洞巢鸟类提供栖息场所。此外，其响亮的鸣声特别适合声学检测。研究验证了三个核心假设：绿啄木鸟的声学栖息地适宜性与森林结构异质性、成熟树冠特征和植被生产力相关；LiDAR和Sentinel-2衍生的环境预测变量能够表征被动声学监测点周围局部声学适宜性模式；在单个河岸生物栖息地内校准的栖息地适宜性模型在不同生态情境间可转移性有限。
**3. 关键技术方法**
研究在意大利南蒂罗尔的三个河岸森林生物栖息地进行：Greti dell'Aurino (ahr)、Sluderno Alderwood (slud)和Valsura Delta (vals)，这些地点代表了从城市化谷底到半自然河岸森林的自然度和人为压力梯度。研究人员使用了12个AudioMoth自动声学记录仪，在24个预定部署位置间轮换，最终保留22个记录点。声学数据于2024年1月至9月采集，涵盖绿啄木鸟繁殖高峰期。记录仪采用5分钟录音、10分钟暂停的工作循环。录音通过BirdNET算法处理，仅保留置信度≥0.85的检测结果，并与区域分布数据交叉核对。环境预测变量包括：LiDAR衍生的冠层高度分布统计量（如zmax, zmean, zsd等）、冠层高度百分位数（zq5–zq95）、累积回波比例（zpcum1–zpcum9）、冠层粗糙度、冠层体积、植被覆盖度等结构指标，以及Sentinel-2衍生的NDVI均值、标准差、最大值和基于Rao二次熵的光谱异质性指标。所有栅格数据聚合至90米空间分辨率。栖息地适宜性使用偏最小二乘回归（Partial Least Squares Regression, PLSR）建模，该方方法适用于预测变量间存在多重共线性且样本量相对有限的生态数据集。模型评估采用留一对数器验证和留一区域验证框架，并使用AUC、相关系数、均方根误差（RMSE）和Moran's I指数评估。
**4. 主要研究结果**
**4.1 最终建模数据集与时间建模框架**
最终分析数据集包含22个声学采样点，采样天数范围为57至68天。绿啄木鸟的日声学发生率在各记录点和研究区域间表现出显著差异：ahr区域发生率介于0.031-0.484，slud介于0.404-0.941，vals区域最高，多个记录点超过0.95，两个记录点达到连续日发生（发生率=1.0）。时间建模框架分析显示，全年数据集（TOT）产生最高的预测性能（AUC=0.73），而繁殖期（PR）和非繁殖期（NR）子集判别能力较弱（AUC分别为0.54和0.56）。这10个保留的预测变量包括LiDAR衍生的冠层结构指标（canopy_volume, zkurt, zq5, zq25, zpcum6, zpcum8）、Sentinel-2衍生植被描述符（NDVI_sd, NDVI_max）以及Rao多样性指标（rao_chm, rao_ndvi）。TOT数据集被选为后续区域特定建模和空间预测分析的主要框架。
**4.2 记录器水平验证与区域间可转移性**
留一对数器验证显示观测与预测的全年声学发生率之间存在弱正相关关系（相关系数0.23，RMSE=0.30）。留一区域转移性分析显示当整个生物栖息地在模型校准期间被排除时，观测与预测声学发生率之间的一致性较低，出现负相关（-0.68）和更高的RMSE（0.63）。Moran's I分析显示模型残差存在显著的正空间自相关（Moran's I=0.496, p<0.001），表明存在未被所选预测变量完全捕获的额外空间结构化生态过程。
**4.3 区域特定模型性能与预测变量贡献**
区域特定PLS模型显示出不同的预测性能：Valsura Delta的留一对数器AUC最高（0.76），其次为Sluderno Alderwood（0.72）和Greti dell'Aurino（0.57）。经相关性过滤后保留的预测变量数量及身份在各生物栖息地间也不同。变量重要性分析揭示了研究区域间的显著差异：在ahr，冠层峰度（zkurt）的相对重要性最高；在slud，zq35为主导预测变量；在vals，zpcum4和NDVI_sd的相对重要性最高。
**4.4 栖息地适宜性图与环境新颖性**
全年栖息地适宜性图显示三个河岸生物栖息地间的空间模式存在异质性：ahr区域的预测适宜性总体中等且空间受限；slud显示更广泛的空间变异和更大的适宜性梯度；vals区域大部分采样单元的适宜性值持续较高，局部较低适宜性集中在西部。环境新颖性图显示slud区域的预测变量范围外像元比例较大，表明该区域部分适宜性预测的环境条件超出了校准域，具有较高的外推不确定性。
**5. 讨论与结论**
研究表明，集成被动声学监测与遥感技术可以刻画河岸林中绿啄木鸟声学发生与环境梯度之间的局部空间关联。研究结果支持假设H1，即绿啄木鸟声学发生与三种河岸系统中的森林结构和植被特征梯度相关，但主导预测因子因区域而异。全年模型（TOT）的较优性能与所采用的环境预测变量的时间尺度一致。然而，模型转移性分析证实了假设H3，揭示了不同河岸系统间的有限泛化能力。研究的主要贡献并非开发普遍可转移的声学物种分布模型，而是实证展示了集成技术的潜力与局限，强调了在异质景观中应用声学SDM时需明确考虑局部校准、环境新颖性、可转移性和不确定性。未来研究应关注显式检测率建模、增加采样点数量以及纳入更动态的环境变量，以提高模型的可靠性和可转移性。
