《Remote Sensing in Ecology and Conservation》：Reliability of Manual Counting for Thermal Census of Bats Within Human-Made Structures
编辑推荐：
传统野生蝙蝠种群普查方法常存在偏差，且在人造建筑内复杂栖地中往往难以实施。热红外相机（thermal infrared camera）已越来越多地提供遥感方案，但热视频中的蝙蝠计数通常由人类观测者生成，其可靠性仍知之甚少。由于这些人工计数既作为种群估计值，也作
传统野生蝙蝠种群普查方法常存在偏差，且在人造建筑内复杂栖地中往往难以实施。热红外相机（thermal infrared camera）已越来越多地提供遥感方案，但热视频中的蝙蝠计数通常由人类观测者生成，其可靠性仍知之甚少。由于这些人工计数既作为种群估计值，也作为验证新型计算机视觉普查方法的基准，评估其潜在偏差至关重要。本研究评估了来自三个人造建筑内墨西哥游离尾蝠（Tadarida brasiliensis）栖地热视频的人工蝙蝠计数在观测者间的一致性。研究人员阐述了热影像采集、训练人类计数者（n = 4）及评估计数一致性的方法。研究人员通过Bland–Altman图并结合组内相关系数（intraclass correlation coefficient, ICC）评估评分者间一致性与可靠性。一名计数者表现出持续低估，显著降低了一致性（p < 0.001）与可靠性（p = 0.001）。相关性热图分析表明，昆虫、鸟类及其他非蝙蝠飞行物体（non-bat flying objects）的高丰度增加了该研究组内的计数变异性（p < 0.001）。这些发现证明，在将人工计数用作普查估计值之前，应用标准化统计评估观察者一致性十分重要。随着基于观测者的热计数日益成为蝙蝠计算机视觉普查的验证数据集，确保可靠性尤为关键。
论文《Reliability of Manual Counting for Thermal Census of Bats Within Human-Made Structures》发表于《Remote Sensing in Ecology and Conservation》。该研究关注人造建筑内蝙蝠种群普查问题。传统蝙蝠普查依赖直接观察栖地、活捕个体或从可见光出飞影像人工计数，这些方法因技术简单和低成本低成本的优点仍被广泛使用，但研究已报告其存在显著不准确与偏差；在低环境光下受限；进入栖地或处理蝙蝠还可能引入病原体并干扰自然行为。热红外相机可远距离、无需环境光地检测热信号，支持非侵入监测，但热视频通常由人工计数，后续计算机视觉模型也多以人工计数作验证基准。然而人工计数精度与个体偏差未被系统量化，洞穴等单视场栖地研究多，人造建筑中多层结构、出口广阔、出飞位置不定，且热图像空间分辨率低、深度感知有限、蝙蝠与背景热对比波动，使蝙蝠与昆虫、鸟类、飞机等非蝙蝠飞行物体区分困难。因此，研究人员指出，在把人工计数作为种群估计和算法验证前，必须评估其可靠性。
研究人员以墨西哥游离尾蝠（Tadarida brasiliensis）为对象，在加利福尼亚北部三个人造建筑栖地开展研究：Site 1为高速公路天桥下大种群，用flyout filming；Site 2为人行桥中型群落，用crevice filming；Site 3为谷仓小群落，用混合方式。研究人员用FLIR Vue Pro热红外相机（640×512，19 mm镜头，32°视场，30 Hz），配监视器与电源，日落前10分钟拍至出飞基本停止；环境因子用Kestrel 3000测定。四名无蝙蝠研究经验计数者（A–D）经标准培训（45分钟教程、手册、区分蝙蝠与非蝙蝠飞行物体、避免裂隙影像中重复计数）后，对81段视频独立计数，顺序随机化。统计上用Bland–Altman图看绝对一致，用ICC1（单评分者绝对一致）和ICC3（单评分者一致性）看可靠性，用变异系数（coefficient of variation, CV）看单视频观察者间变异，并用相关性热图分析CV与视频及环境特征关系，再用正常近似z检验比较ICC。
研究背景与动机即如上：人造建筑栖地复杂、热红外计数被用作计算机视觉验证基准，但人工计数偏差未知，可能把人因偏差传进自动化模型。
主要关键技术方法概括：研究人员在三人造建筑栖地用FLIR Vue Pro热红外相机采集墨西哥游离尾蝠出飞视频，样本为Site 1高速公路天桥、Site 2人行桥、Site 3谷仓梁缝三类栖地群落；将视频裁剪为30秒片段或整段出飞录像，由4名受标准教程与手册培训的无经验计数者随机顺序独立人工计数，并用Counter Tally Count与ScreenBrush辅助；采用Bland–Altman图评估观察者间绝对一致，用两向混合效应模型计算ICC1与ICC3评估可靠性，用CV刻画单视频计数变异，并用相关性热图与z检验分析非蝙蝠飞行物体、相机移动、温湿度风速等对一致性的影响。
研究结果如下。
3.1 Presence of Directional Counting Bias：通过成对Bland–Altman差值的均数散点，研究人员发现随平均蝙蝠数增加，计数者间一致下降；Counter B相对A、C、D持续低估，B–A、B–C、B–D均值差为负且绝对值大，C–A、D–A、C–D较对称。相对均值标准化后B的偏差幅度减小但未消失。结论为一名计数者存在方向性低估偏差，且高数量下更明显。
3.2 Individual Site Agreement and Reliability：ICC显示全样本ICC1=0.921、ICC3=0.926；Site 1最低（ICC1=0.910，ICC3=0.919），Site 2居中（ICC1=0.940，ICC3=0.948），Site 3最高（ICC1=0.992，ICC3=0.994）。剔除Counter B后全样本与Site 1的ICC显著上升，Site 2、Site 3无显著变化。外推显示Site 1含B会使总出飞数偏差约22.3%，相当于约20749只；Site 2约2.36%，Site 3约8.4%。结论为方向性偏差者只在高密度、高干扰大栖地显著拉低可靠性，并会放大为种群估计的大误差。
3.3 Association of Footage Characteristics and Count Consistency：相关性热图表明，跨站点非蝙蝠飞行物体出现时间占比与CV显著正相关（r=0.56，p<0.001），Site 1内同样显著（r=0.51，p<0.001）；相机移动、背景物体无显著相关；温湿度风速本身与变异无稳定显著关联，但非蝙蝠飞行物体丰度随温度上升而增加。结论为昆虫、鸟类、飞机等非蝙蝠飞行物体是不可忽视的计数变异来源。
讨论部分总结：研究人员指出，crevice filming可全覆盖裂隙，flyout filming需移动相机但本研究中相机移动未显著降低一致性，说明固定相机并非维持精度唯一条件，但大栖地同时多列出飞仍会漏拍，加相机更稳妥。方向性偏差者在小栖地影响有限，在大栖地会令总数差达上万只，影响保护管理。非蝙蝠飞行物体难以完全避免，应通过针对性培训区分数目。四名新手经标准培训也可达较高一致性，说明标准流程能发现偏差并支撑非专家计数。研究人员强调人工计数只能反映观察者间一致，不等于真实种群真值，共有偏差仍可能存在；大密度栖地下可靠性下降，故人工计数及以其验证的模型更适合看长期趋势而非绝对数。小样本（n=4）使ICC、CV仅为组内描述而非广义估计。Bland–Altman用于识偏，ICC/CV用于刻画变异。人工验证集若未做统计审查，会把人偏见带进计算机视觉模型；在训练数据显式区分非蝙蝠飞行物体可提升自动化性能。
研究结论部分翻译：热红外影像人工蝙蝠计数提供了一种非侵入、可扩展的普查数据获取方式，但其可靠性可能受观察者偏差与视频复杂性影响。结果表明，相似培训下的人工计数者也会出现方向性偏差，且计数变异与非蝙蝠飞行物体（昆虫、鸟类、飞机）存在关联。这凸显了在依赖人工观察做种群估计和自动化模型验证的生态研究中，进行多观察者评估与统计审查的重要性。应用于人造建筑栖地时，flyout filming为最大化捕获可移动相机，crevice filming可全覆盖裂隙；相机移动未显著降低一致性，但大栖地实时决策仍可能漏检。剔除方向性偏差计数者后，大栖地可靠性显著提升；非蝙蝠飞行物体是主要变异源，且与高温正相关。四名新手经标准培训达ICC>0.90，说明标准培训、多观察者验证与Bland–Altman＋ICC审查可作为野生动物观测通用框架。人工计数作计算机视觉验证集时，若未统计审查会把观察者偏差传进模型；在算法训练数据显式标注非蝙蝠飞行物体可改善性能。最后，人工计数宜用于长期趋势监测，绝对种群估计须谨慎；小观察者组下ICC/CV仅为描述性指标。
该研究意义在于：第一次在人造建筑复杂栖地把人工热计数本身当作被验证对象，给出“人工基准不一定可靠”的方法论警示；为蝙蝠及其他野生动物热红外—人工—计算机视觉三级普查链提供了观察者偏差量化、培训标准化和验证集质控依据，对生态监测与传染病起源视角下的大型群落遥感监管均有方法学价值。
