簡析鳥類的野外調查和監測技術

張明明　梁宇祥

摘要：? 隨著保護生物多樣性、人與自然和諧共處等理念的普及，社會各界對保護和管理生物多樣性愈發重視。但生物多樣性本底狀況不明，變化趨勢不清將影響保護和管理工作的有效開展。鳥類對于環境質量感知較為敏感，其群落結構及種群數量是衡量生態環境質量的重要指標，能夠作為環境變化的指示物種。為此，文章研究應用樣線法調查鳥類個體數量，并使用相應算式計算整個地區的鳥類種群密度。研究應用AI鳥類智慧監測識別系統獲取鳥類種類、數量信息，并監測氣候環境等數據，從而評估生態環境，為鳥類等生物提供優質的生存環境。通過有效手段探析鳥類生存狀態，為優化、整治生物生存環境提供依據。

關鍵詞：? 鳥類；? 野外調查；? 監測技術

中圖分類號：? ?S 57; S 755. 2; Q 948? ? ? ? ? ? ? ?文獻標識碼：? ?A? ? ? ? ? ? ? ? 文章編號：１００1 － 9499（２０23）06 － 0041 － 04

松嫩平原是東北平原的最大組成部分，位于松遼盆地中部地區，地處吉林省、黑龍江省、內蒙古自治區交界處，主要由嫩江及松花江沖積形成。松嫩平原是保護和管理生物多樣性的重點區域，總面積達3.68萬平方公里，涵蓋25個縣區及8個國家級自然保護區。平原濕地分布較為廣闊，物種較為豐富。初步統計，平原鳥類有265種，其中8種為國家一級保護動物，30多種為國家二級保護動物。松嫩平原有《中日候鳥保護協定》所列出的227種鳥類中的116種，保護松嫩平原物種多樣性具有重大意義。松嫩平原冬季時節氣溫干燥寒冷，常見鳥類有喜鵲、普通 、麻雀、松雀等，這些鳥類抗寒能力較強，本文將圍繞松嫩平原冬季鳥類多樣性分布格局，探究鳥類野外調查和監測技術。

1 野外鳥類調查和監測技術

1. 1 樣線法

種群密度是在特定地區內開展絕對數量調查或取樣調查生物個體數量[ 1 ]。樣線法是基于統計學內樣本體現總體的思想，調查樣線內個體的絕對數量，進而計算整個地區的種群密度。因此，應用樣線法普遍包含布設樣線、調查數量及計算密度三方面內容。其中，布設樣線的位置、數量等需結合地區環境及調查對象生活習性特點進行系統取樣或分層取樣。

應用樣線法調查鳥類時需滿足以下條件：（1）鳥類不會受調查人員的影響進出樣帶。（2）樣帶內的鳥類均能夠被及時發現并鑒別。（3）在記錄鳥類個體時不會出現遺漏或重復的情況。（4）準確測量樣線至鳥類個體的距離。（5）每次鳥類樣線調查不會相互影響。在實際調查操作中，同時滿足上述條件具有一定難度，但調查經驗豐富的工作人員能夠通過復查、預查等方式有效減少調查誤差。

樣線法主要類型分為：無距離樣線法、固定距離樣線法、可變距離樣線法。無距離樣線法不會設定樣帶寬度及鳥類個體至樣線的垂直距離。此方法只能將鳥類數量進行初步估計，因不涉及樣線寬度便不能計算種群密度。固定距離樣線法將樣帶寬度設為（w），統計樣帶寬度內外鳥類數量，將外部數據作為判斷寬度設置合理的參考。寬度選擇較為理想能夠確保其內鳥類個體能夠全部發現，森林環境內普遍為25 m，開闊地段普遍為50 m。可變距離樣線法在固定距離樣線法的基礎上，記錄鳥類個體至樣線的垂直距離（x）或記錄鳥類個體至工作人員距離（r）及方位角度（θ），進而求取直線距離（x=r sin θ）。在實際操作中，估算鳥類個體至樣線的垂直距離具有一定難度，可以設定多條固定寬度，將鳥類個體至樣線距離近似于記錄不同的距離區段[ 2 ]。

樣線法密度計算，利用上述方法統計鳥類個體數量，選用條帶計數法、Gates截線法、Fourier截線法等密度計算方式計算鳥類種群密度[ 3 ]。具體計算方式：

1. 2 AI鳥類智慧監測識別系統

現階段，調查監測鳥類多采用“人工+設備觀測”的方式，利用高倍望遠鏡及長焦相機進行大范圍、遠距離觀測。相較早期人力肉眼、蹲點觀察、定期查巢的方式，雖提升監測及計數的準確性，降低對鳥類的干擾，但需耗費大量人力物力且對于監測人員的工作技術要求較高，除了需要具備基礎分類學知識，還需要具備拍攝技巧，且做好長期規劃能夠堅持此項工作。因此，早期監測方式在保證監測工作的完整性、連續性、準確性方面具有一定難度。

隨著大數據分析技術及AI技術的發展，特別是視頻圖像識別技術的進步，為搭建AI智能監測系統輔助調查鳥類多樣性提供技術支持，創新鳥類動態監測及鳥類多樣性調查手段（圖1）。

AI鳥類智慧監測系統主要由智能識別軟件及硬件監測設備所構成，前端設備主要負責捕捉監測范圍內鳥類的音像材料，進而通過邊緣設備或側端設備進行智能分析，得出鳥類種類、數量、位置等信息，或者傳輸至云端利用計算機智能設備進行分析，將所得結果及傳輸數據保存在云端服務器中，為智能監測系統后續統計分析工作提供數據支持。

系統前端設備主要包含鳥類監測專業聲音設備及攝像機等[ 4 ]。鳥類監測專業攝像機主要負責視頻監控及鳥類拍攝，并將捕獲的視頻或圖片上傳至AI識別服務器；鳥類監測專業聲音設備將自動偵測鳥鳴聲，并通過聲紋識別算法分析物種。除此之外，亦可以人工上報利用手機等移動端拍照或錄制鳥類聲音進行上傳識別（圖2）。

鳥類AI識別服務器，能夠實時監測鳥類并具備高效分析處理功能，采用CPU+GPU異構計算架構，鳥類識別算法模型，高速IO交換技術[ 5 ]。并接入實時監控視頻流，根據采集的鳥類影像信息檢測鳥類特征進行實時分析，此系統具有性能高、可靠性高且易維護的特點。

鳥類智能監測管理軟件的主要功能是系統化管理監測數據，并進行多維度的統計分析。此監測管理系統主要是憑借AI、地理信息系統、物聯網等技術多構建，系統具有視頻接入、管理圖片、實時監測管控、鳥類名單、分析統計等功能。

鳥類智能識別算法是鳥類智慧監測系統的核心，算法主要包含對圖像、視頻及聲音的鳥類識別算法[ 6 ]。對于圖像、視頻識別算法，是通過精準提取鳥類形態及特征構建分類模型，進而取得精準的識別結果。在日常應用中，應結合鳥類形態學專業知識，開展規模較大的數據訓練，進而不斷提升算法模型在不同應用場景下計算結果的精準性及穩定性。圖像、視頻鳥類識別算法比較適用在水面或濕地等環境較為開闊的生態環境內。對于森林、山林等遮擋比較嚴重，視野不太開闊的環境內，只能收錄到鳥類的聲音信息，在此種環境下，可以使用鳥類聲音識別算法實時監測調查鳥類。聲音識別算法是將帶有鳥類聲音的數據信息進行分析，得出頻譜特征及波形特征，實現鳥類叫聲的識別。首先，需開展構建波形特征提取工作，將聲音數據內的音調、振幅等波形特征信息實現有效提取。然后，構建特征融合機分類模塊，識別鳥類種類。在一些情況下，可以將圖像、視頻鳥類識別算法及聲音鳥類識別算法結合使用，將影像及聲音多模態融合提升識別結果的準確性。

應用AI智能鳥類監測系統能夠監測鳥類生存環境（圖3）。實時監測空氣質量、土壤墑情、氣象氣候等環境數據，能夠區域性評估并分析生態環境，進而開展人為整治，為鳥類等生物提供優質的生存環境。與此同時平臺將生存環境進行分析，能夠分析鳥類遷徙、選址筑巢、繁殖等情況，進一步了解鳥類生物多樣性。

2 結 語

綜上所述，開展鳥類野外調查和監測工作是保護鳥類的重點工作內容，能夠全面了解鳥類資源現狀、種群動態、變化趨勢等，為保護鳥類提供決策依據。松嫩平原鳥類種類豐富，是保護鳥類優先區域。通過樣線法、樣點法、環志、紅外相機、衛星追蹤、AI智能監測系統調查并監測野外鳥類，保證監測工作的完整性、連續性、準確性，提升鳥類監測效率，創新鳥類調查及監測手段，為科普宣傳保護生物多樣性提供技術、數據支撐，建設生態文明環境，促進人與自然和諧共處。

參考文獻

［1］ 謝梅英，? 曾獻興，? 楊新東，? 等.? 廣東翁源青云山自然保護區鳥類多樣性調查分析［J］.? 南方農業， 2023， 17（7）： 72 - 81.

［2］ 傅曉雪，? 王濤，? 胡宇軒，? 等.? 大熊貓國家公園綿陽安州片區鳥類資源現狀及區系組成［J］.? 綿陽師范學院學報， 2023， 42（2）： 57 - 67.

［3］ 吳科毅，? 阮文達，? 周棣鋒，? 等.? 基于音節聚類分析的被動聲學監測技術及其在鳥類監測中的應用［J］.? 生物多樣性， 2023， 31（1）： 126 - 136.

［4］ 孫戈，? 曾立雄，? 錢法文，? 等.? 鳥類監測技術現狀與發展趨勢［J］.地理信息世界， 2022， 29（6）： 26 - 29.

［5］ 王翠，? 李梓雯，? 鄧文洪.? 京冀太行山優先保護區域受脅鳥類多樣性與分布特征［J］.? 北京師范大學學報（自然科學版）， 2022， 58（6）： 853 - 860.

［6］ 游海林，? 吳永明，? 徐力剛，? 等.? 聲音監測技術在鄱陽湖典型濕地鳥類多樣性監測中的應用［J］.? 生態學雜志， 2021， 40（9）：3025 - 3032.