环境监控与预警   2024, Vol. 16 Issue (5): 70-75.  DOI: 10.3969/j.issn.1674-6732.2024.05.012.
0

监测新技术

引用本文 [复制中英文]

杨祎凡, 周崴, 陈忠媛, 黄文婷, 余益军, 湖泊湿地鸟类多样性及鸟类智慧监测技术研究——以长荡湖和滆湖湿地为例. 环境监控与预警, 2024, 16(5): 70-75. DOI: 10.3969/j.issn.1674-6732.2024.05.012.
[复制中文]
YANG Yifan, ZHOU Wei, CHEN Zhongyuan, HUANG Wenting, YU Yijun. Study on Bird Diversity and Intelligent Monitoring Technology in Lake Wetlands: Taking Changdanghu Lake and Gehu Lake as Examples. Environmental Monitoring and Forewarning, 2024, 16(5): 70-75. DOI: 10.3969/j.issn.1674-6732.2024.05.012.
[复制英文]

基金项目

江苏省环境监测科研基金项目(2220)

作者简介

杨祎凡(1994—),女,助理工程师,硕士,从事生物生态监测工作.

文章历史

收稿日期:2024-01-30
修订日期:2024-04-09

码上扫一扫

湖泊湿地鸟类多样性及鸟类智慧监测技术研究——以长荡湖和滆湖湿地为例
杨祎凡, 周崴, 陈忠媛, 黄文婷, 余益军    
江苏省常州环境监测中心,江苏省环境保护水环境生物监测重点实验室,江苏 常州 213017
摘要:为了解长荡湖和滆湖两湖湿地鸟类多样性状况,比较传统监测和智慧监测2种方法在小尺度鸟类调查上的差异。于2023年1—12月,采用传统监测方法(样线法、样点法)对长荡湖和滆湖2个湿地公园进行调查,采用智慧监测方法对长荡湖柚山村和滆湖塔下2个片区进行调查。全年共记录到鸟类156种,隶属于16目51科,其中长荡湖152种,滆湖103种。空间上,长荡湖湿地的鸟类多样性均高于滆湖,香农-维纳(Shannon-Wiener)多样性指数、辛普森(Simpson)多样性指数和马格列夫(Margalef)丰富度指数均高于后者。滆湖皮耶罗(Pielou)均匀度指数低于长荡湖。季节分布上,秋季的Shannon-Wiener指数和Margalef指数均处于最高水平。比较同时段、同片区2种监测方法,结果发现,物种数上,2种方法大致相当,智慧监测发现的国家级重要保护鸟类物种数高于传统方法;个体数和Simpson指数上,智慧监测明显高于传统监测;Shannon-Wiener指数和Pielou指数上,智慧监测低于传统监测。基于上述结果,探讨了两湖湿地鸟类特征的影响因素,并针对鸟类监测方法的更新和栖息地保护提出了建议。
关键词鸟类多样性    样线法    样点法    智慧监测    湖泊湿地    长荡湖    滆湖    
Study on Bird Diversity and Intelligent Monitoring Technology in Lake Wetlands: Taking Changdanghu Lake and Gehu Lake as Examples
YANG Yifan, ZHOU Wei, CHEN Zhongyuan, HUANG Wenting, YU Yijun    
Jiangsu Changzhou Environmental Monitoring Center, Jiangsu Province Ecology and Environment Protection Key Laboratory of Aquatic Biomonitoring, Changzhou, Jiangsu 213017, China
Abstract: To understand the bird diversity in the wetlands of Taohu Lake and Gehu Lake, and to compare the differences between traditional and intelligent monitoring methods in small-scale bird surveys, we conducted a survey of Taohu Lake(Changdanghu Lake) and Gehu Lake Wetland Park with traditional monitoring method(bird line sampling method and sample site method) from January to December, 2023. During the survey, intelligent monitoring method was used to investigate two areas(Yushan Village area of Changdanghu Lake and Taxia area of Gehu Lake). A total of 156 bird species belonging to 16 orders and 51 families were recorded throughout the year, including 152 species in Changdanghu Lake and 103 species in Gehu Lake. Spatially, the bird diversity of Changdanghu Lake wetland was higher than that of Gehu Lake, and the Shannon-Wiener index, Simpson index and Margalef index were all higher than Gehu Lake. The Pielou evenness index of Gehu Lake was lower than that of Changdanghu Lake. In terms of seasonal distribution, the Shannon-Wiener index and Margalef index were at the highest level in autumn. Comparing the results of the two monitoring methods in the same area at the same time, we found that the two methods were roughly equivalent in the number of species. In terms of individual number and Simpson index, intelligent monitoring was significantly higher than traditional monitoring. In terms of Shannon-wiener index and Pielou index, intelligent monitoring was lower than traditional monitoring. The number of national important protected bird species found by intelligent monitoring was higher than that by traditional methods. Based on the above results, the influencing factors of bird characteristics in the wetlands of Taohu Lake and Gehu Lakes were discussed, and suggestions were put forward on the updating of bird monitoring methods and habitat protection.
Key words: Bird diversity    Line sampling    Point sampling    Intelligent monitoring    Lake wetland    Changdanghu Lake    Gehu Lake    

长荡湖和滆湖位于常州市腹地,作为太湖流域生态安全的重要屏障,对常州市乃至整个太湖湖西区的环境变化、生态服务功能的维持、生源要素循环、生物多样性保护等方面发挥着不可替代的作用。“十四五”以来,常州深入推进长荡湖和滆湖的水环境综合治理,区域生态环境质量得到明显改善。

鸟类是在自然生态平衡中起重要作用的生物,其分布广泛,对环境变化十分敏感,是生物多样性监测的重要指示类群[1-3]。鸟类观测数据可以很好地反映湿地生态环境质量,评估保护成效,为制定后续管理措施提供重要依据[4-5]。目前鸟类生物多样性监测方法仍以传统人工观测和红外相机方法为主[6-8]。随着人工智能的不断发展,运用智慧识别技术辅助鸟类多样性监测成为新趋势。其核心是借助人工智能视频分析技术、边缘计算技术和物联网技术,融合传统检测算法和深度学习算法,实现对周边鸟类的自动巡航抓拍和智慧识别[9-10]

2022年2月,生态环境部发布《生态环境智慧监测创新应用试点工作方案》,提出要加大现代化信息技术在生态环境监测领域的应用,江苏省被列为试点省份。在此背景下,常州开展了鸟类智慧监测系统建设。该系统于2023年8月底上线试运行,10月开始进行不间断监测。现选取金坛长荡湖湿地公园和武进滆湖湿地公园,通过传统监测进行鸟类多样性研究,同时结合长荡湖柚山村、滆湖塔下2处片区鸟类智慧监测系统收集的数据,与同时段、同片区的传统监测结果进行比较分析,探讨智慧监测技术在小尺度鸟类调查过程中的优势和不足,为长荡湖和滆湖的鸟类保护及区域鸟类自动化监测提供参考依据。

1 研究方法 1.1 研究区域概况

长荡湖和滆湖位于江苏常州,为长江中下游地区典型浅水湖泊。金坛长荡湖国家湿地公园,总面积7 969 hm2,湿地率达98%左右。近年来着重实施生态保护和修复,大力推进退圩还湖、围网拆除、清淤等生态工程,拥有较为完整的淡水湿地生态系统和岛状林,现有各类动植物300余种。长荡湖柚山村片区位于其东侧,湖岸线长约4 km,总面积约5 km2。武进滆湖省级湿地公园总面积约1 559 hm2,呈狭长带状格局,其中,生态保育区和恢复重建区面积约1 543 hm2,占湿地公园总面积的94.9%。滆湖塔下片区位于其南侧,邻近滆湖应急备用水源地,总面积约1 km2

1.2 调查方法

传统监测方法参考《全国第二次陆生野生动物资源调查技术规程》《生物多样性观测技术导则鸟类》(HJ 710.4—2014)和《野生鸟类调查技术规范》(DB 3706/T/80—2022),采用样线法和样点法结合的方式,利用双筒和单筒望远镜观察,统计鸟类种类和数量。于2023年1—12月在长荡湖、滆湖两处湿地公园进行4个季度的鸟类多样性调查,以3—5月为春季,6—8月为夏季,9—11月为秋季,12—次年2月为冬季进行季节划分。共设置14条样线,长荡湖8条样线(柚山村片区2条)、滆湖6条样线(塔下片区1条)。样线调查过程中,对湖面水鸟较为集中的区域采用样点法进行观察计数。共设置10个样点,长荡湖6个样点(柚山村片区1个)、滆湖4个样点(塔下片区1个)。

根据鸟类分布情况、生境情况、视野开阔度等条件,在长荡湖柚山村片区和滆湖塔下片区共布设12个鸟类智慧监测点位(图 1图 2),设备安装高度为2~3 m。于2023年10—12月日间进行连续监测。智慧监测设备采用枪机和球机摄像头组合方式,2种摄像头的像素皆>400万,可满足一定距离尺度上鸟类的监测和识别。所有设备设置每小时转动1次机位以调换视野范围,同时避开太阳直射方位。在系统自动检测和识别基础上,采用人工校核方式辅助确定鸟类物种。

图 1 长荡湖湿地及鸟类调查位点分布
图 2 滆湖湿地及鸟类调查点位分布
1.3 数据处理及评价依据 1.3.1 鸟类群落物种多样性

物种多样性指数是研究群落结构特征的一种方法。它可以用来比较栖息在不同生境中或同一生境在不同的时间内鸟类群落内种类的多少和各种间个体数的分布均匀性,是测定鸟类群落丰富度的指标[11]。在此,选择香农-维纳(Shannon-Wiener)多样性指数、辛普森(Simpson)多样性指数、皮耶罗(Pielou)均匀度指数和马格列夫(Margalef)丰富度指数进行鸟类多样性分析。

1.3.2 鸟种鉴别及保护等级

依据《中国鸟类分类与分布名录》和《中国鸟类野外手册》对鸟类进行鉴别及分类,参照《国家重点保护野生动物名录》和《世界自然保护联盟濒危物种红色名录》确定鸟类保护级别。

1.3.3 不同监测方式的比较

选取2023年10—12月长荡湖柚山村片区及滆湖塔下片区传统监测数据与智慧监测结果进行比较。采用频度指数估计法[12]计算鸟类的优势度等级(RB),以表征2种不同监测方式下鸟类群落的物种组成。计算公式见式(1)。

$ {\mathrm{RB}}=(d / D) \times(N / D) $ (1)

式中:d——统计期间观测到该种鸟类的次数,次;D——调查总次数,次;N——调查期间观测到该种鸟类的总数量,只。

2 结果与分析 2.1 长荡湖、滆湖湿地公园鸟类传统监测 2.1.1 鸟类群落组成

此次调查共记录到鸟类156种,隶属于16目51科。鸟类组成特征方面,物种数较多的分别是雀形目66种、鸻形目23种和雁形目18种,分别占记录到的物种总数的42.0%,14.7%和11.5%;物种数较少的有鹳形目、鲣鸟目和鸮形目,分别只记录到1种,占比约0.6%。鸟类数量方面,雀形目鸟类,包括鹀科、山雀科等,数量>3 200只,占总数的37.2%,占比最多;雁形目>1 740只,占总数的19.9%;鹤形目>1 720只,占总数的19.6%;其他目鸟类如鸡形目、鹳形目、鸮形目和啄木鸟目等数量相对较少,占比<0.1%。

动物地理区系方面,广布种有35种,占鸟类物种数的41%,古北种有78种,占鸟类物种数的50%,东洋界物种相对较少,为24种,占鸟类物种数的15%。居留型方面,冬候鸟居多,有58种,占鸟类物种数的41%;留鸟有39种,占鸟类物种数的50%;夏候鸟有34种,占鸟类物种数的15%;旅鸟相对较少,为25种,占鸟类物种数的15%。符合湿地生境类型鸟类组成特点。

2.1.2 珍稀濒危物种

根据《国家重点保护野生动物名录》,记录到国家一级重点保护鸟类2种,分别是青头潜鸭(Aythya baeri)和东方白鹳(Ciconia boyciana),国家二级重点保护鸟类18种。根据《世界自然保护联盟濒危物种红色名录》,极危鸟类1种,为青头潜鸭(Aythya baeri);濒危鸟类1种,为东方白鹳(Ciconia boyciana);易危鸟类2种,分别为鸿雁(Anser cygnoides)和红头潜鸭(Aythya ferina);近危鸟类4种,分别为鹌鹑(Coturnix japonica)、白眼潜鸭(Ferruginous Pochard)、罗纹鸭(Mareca falcata)和凤头麦鸡(Vanellus vanellus)。

2.1.3 鸟类多样性时空分布特征

从区域分布来看,长荡湖湿地公园记录到的鸟类物种数和数量(152种,6 216只)均多于滆湖(103种,2 581只)。分别对两地调查数据进行分析发现,长荡湖Shannon-Wiener指数、Simpson指数和Margalef指数均高于滆湖,Pielou指数则低于滆湖(表 1)。

表 1 两湖湿地鸟类群落多样性结果

从季节分布看,鸟类物种数表现为秋季最多,冬季次之,夏季(繁殖期)最少。鸟类数量表现为冬季最多,秋季次之,春季和夏季数量一致,与此次调查的居留型特征基本相符。秋季Shannon-Wiener指数和Margalef指数均处于最高水平,冬季Shannon-Wiener指数和Pielou指数最低,Simpson指数最高。夏季Margalef指数最低,Pielou指数最高。春季各指数则基本处于居中水平(表 2)。

表 2 两湖湿地鸟类群落多样性季节变化结果
2.2 不同监测方式下鸟类多样性对比分析 2.2.1 鸟类多样性差异

2023年10—12月,综合智慧监测和传统监测结果,长荡湖柚山村和滆湖塔下片区共记录鸟类73种。有47种鸟类被智慧监测系统记录,占记录到全部鸟种的61.2 %。而通过传统监测记录到鸟类61种,占记录到全部鸟种的83.6%。

比较分析2种不同监测方式下鸟类多样性的差异(表 3),2个片区表现出相似的规律。物种数上,智慧监测略低于传统监测;个体数上,智慧监测则明显高于传统监测。多样性指数方面,智慧监测的鸟类群落Shannon-Wiener指数和Pielou指数低于传统监测,Simpson指数高于传统监测。对于重点保护鸟类,智慧监测结果皆高于传统监测。在长荡湖柚山村片区,传统监测记录到4种国家重点保护鸟类,智慧监测记录到6种。滆湖塔下片区,传统监测未能调查到国家重点保护鸟类,而智慧监测发现2种。

表 3 2种监测方式下鸟类多样性对比结果
2.2.2 鸟类群落差异

比较2种不同监测方式下鸟类群落的物种组成,发现有近50% 的种类(35种) 被2种方法同时记录到,计算各个鸟种的频度指数,发现差异最小的鸟类依次为黄斑苇鳽(Ixobrychus sinensis)、珠颈斑鸠(Streptopelia chinensis)、白骨顶(Fulia atra)、山斑鸠(Streptopelia orie ntalis)、喜鹊(Pica pica)、斑嘴鸭(Anser poecilorhyncha)、白鹭(Egretta garzetta)、棕背伯劳(Lanius schach)和戴胜(Upupa epops),多为常见种,其中留鸟类型占77.8%。鸟类群落中物种的组成和重叠在2个片区表现为相似的特征(图 3)。长荡湖柚山村片区有32种鸟类在2种监测方式中皆有发现,占总物种数的43.84%。滆湖塔下片区有19种鸟类在2种监测方式中皆有发现,占总物种数的42.22%。此外,智慧监测对鸟类多样性数据起到了重要的辅助作用,对长荡湖柚山村片区鸟类群落补充了11种,对滆湖塔下片区鸟类群落补充了7种。

图 3 智慧监测和传统监测方式下鸟类多样性的韦恩图

仅在1种监测方式中记录到的鸟类见表 4。由表 4可见,2种方式都无法完整记录研究区域的全部鸟类。只在传统监测中记录到的鸟类有26种,其中国家保护鸟类2种。只在智慧监测中记录到的鸟类有12种,其中国家二级保护鸟类4种,为小天鹅(Cygnus columbianus)、赤腹鹰(Accipiter soloensis)、白腹鹞(Circus spilonotus)和红脚隼(Falco amurensis)。

表 4 仅在1种监测方式中记录到的鸟类
3 讨论 3.1 长荡湖、滆湖湿地鸟类多样性状况

通过此次调查,共记录到鸟类156种,在常州市368种鸟类记录中占比达到42.4%。其中长荡湖湿地公园152种,滆湖湿地公园103种,均高于徐州吕梁湖[13]68种(2022年3月—2023年4月)、雅安清漪湖[14]98种(2020年6月—2021年6月),与环巢湖湿地公园[15]157种(2020年7月—2021年6月)相当,显示了长荡湖、滆湖地区较高的鸟类生物多样性。长荡湖Shannon-Wiener指数和Margalef指数均高于滆湖,这可能与长荡湖湿地公园面积较大且远离市区,能够提供的食物来源更丰富和人为干扰更少有关[16]。长荡湖鸟类优势度指数偏高,表明优势种数量比例过高,例如白骨顶数量占比近20%,导致其均匀度偏低。秋季Shannon-Wiener指数和Margalef指数最高,此时记录到的夏候鸟16种,占比16.7%,冬候鸟38种,占比32.7%。在气候变暖的大背景下,2023年秋季温度较往年偏高,可能驱使部分夏候鸟延迟迁徙,冬候鸟提前到来,两者的叠加效应导致秋季成为长荡湖、滆湖鸟类多样性最高的时期。

3.2 智慧监测与传统监测的优劣势比较

通常情况下,传统监测具有空间优势(空间生境多样性高,物种更丰富),缺点在于时间覆盖率较低,人力成本高;智慧监测优点在于时间覆盖率高,缺点是空间覆盖率低(通常是固定生境),经济成本投入较高。此次智慧监测调查到的鸟类个体数远高于传统方式,物种数则略低,可能由于3个月的监测时间偏短,时间覆盖率高的优势未充分显现,物种丰富度受限于固定生境。短期来看,传统监测方式仍是地区鸟类多样性数据获取的重要方式。

2种监测方式结果差异较小,均为数量多的常见鸟和分布稳定的留鸟,说明智慧监测对出现频次较高的鸟种监测效果是理想的。同时,得益于不间断拍摄功能,智慧监测对于体型较大、特征鲜明、多单独活动的偶见种监测效果较好,可以在部分珍稀鸟类的监测中发挥重要作用。但智慧监测也有明显的不足,由于画面拍摄角度和轨迹是机械固定的,对于体型较小、灵活多动或常以同科混群方式活动的偶见鸟类监测效果不佳,如部分雀形目、雁形目潜鸭属和鹈形目白鹭属鸟类。

3.3 鸟类监测及保护建议

监测数据是生物多样性保护的基础资料,今后可定期在传统人工监测的基础上,选取一些具有生境代表性的点位开展长期的智慧监测,以便更全面地掌握和分析区域内鸟类物种的组成和分布情况。有文献提出,江苏沿江湖泊湿地水文环境的变化对湿地景观影响较小,很少形成草洲、泥滩等栖息地类型[17]。本次调查发现,长荡湖、滆湖湿地公园也基本呈现这种特点。多样化的栖息地类型对鸟类多样性和丰富度的维持有着重要意义[18]。应加强湿地保护,持续推动湖体生态系统恢复,通过驳岸生态化改造、湿地植物种植等方式丰富栖息地类型,提升栖息地质量。

参考文献
[1]
赵洪峰, 雷富民. 鸟类用于环境监测的意义及研究进展[J]. 动物学杂志, 2002, 37(6): 74-78.
[2]
BRANDIS K J, BINO G, SPENCER J A, et al. Decline in colonial waterbird breeding highlights loss of Ramsar wetland function[J]. Biological Conservation, 2018, 225: 22-30. DOI:10.1016/j.biocon.2018.06.022
[3]
BROWDER S F, JOHNSON D H, BALL I J. Assemblages of breeding birds as indicators of grassland condition[J]. Ecological Indicators, 2003, 2(3): 257-270.
[4]
崔鹏, 徐海根, 丁晖, 等. 我国鸟类监测的现状、问题与对策[J]. 生态与农村环境学报, 2013, 29(3): 403-408.
[5]
王强, 吕宪国. 鸟类在湿地生态系统监测与评价中的应用[J]. 湿地科学, 2007, 5(3): 274-281.
[6]
张越, 彭振中, 朱必清, 等. 白河国家级自然保护区鸟类多样性分析——基于样线法和红外相机技术[J]. 农业与技术, 2023, 43(18): 86-92.
[7]
斯琴, 赵晓, 陈慧, 等. 江苏东台鸟类多样性研究[J]. 生态与农村环境学报, 2023, 39(4): 496-503.
[8]
朱淑怡, 段菲, 李晟. 基于红外相机网络促进我国鸟类多样性监测: 现状、问题与前景[J]. 生物多样性, 2017, 25(10): 1114-1122.
[9]
赵越, 邹丽, 沈玥, 等. 基于声音和图像智能识别技术的生物多样性监测研究[J]. 黑龙江环境通报, 2023, 36(5): 13-15.
[10]
蒋敏, 田元, 吴伟志, 等. 鸟类全景观测系统中的人工智能识别技术[J]. 浙江林业科技, 2021, 41(4): 108-113.
[11]
马克平, 刘玉明. 生物群落多样性的测度方法Ⅰα多样性的测度方法(下)[J]. 生物多样性, 1994, 2(4): 231-239.
[12]
孙海涛, 黄辉, 朱宇芳, 等. 兴化里下河湿地越冬期鸟类多样性调查与研究[J]. 环境监控与预警, 2023, 15(4): 14-22.
[13]
梁野, 单树辉, 董猛, 等. 徐州吕梁湖鸟类多样性及空间分布[J]. 湿地科学与管理, 2023, 19(6): 34-39, 44.
[14]
房超, 杨倩倩, 蔡均, 等. 四川省雅安市清漪湖省级湿地公园鸟类多样性[J]. 四川林业科技, 2022, 43(6): 63-73.
[15]
梁凤, 周立志. 环巢湖湿地公园鸟类多样性的空间变化[J]. 生态学杂志, 2023, 42(7): 1687-1698.
[16]
宫蕾, 张黎黎, 周立志, 等. 长江中下游安庆沿江湖泊湿地夏季鸟类多样性调查[J]. 湖泊科学, 2013, 25(6): 872-882.
[17]
张永, 施慧, 刘璐婷, 等. 江苏沿江湖泊湿地越冬水鸟多样性及其影响因素[J]. 湖泊科学, 2022, 34(6): 2005-2019.
[18]
慕震, 张蔚, 崔宁, 等. 云南腾冲北海湿地鸟类物种多样性与生境耦合特征[J]. 生态与农村环境学报, 2023, 39(4): 488-495.