鸟类作为生物多样性和生态系统的重要组成部分，在维持生态平衡中起着至关重要的作用^[1]，其多样性可以反映鸟类群落自身特征及生态功能。深刻认识鸟类多样性及其区系组成，是当今鸟类生态学和保护生物学的研究热点。传统的鸟类监测方法主要采用样线法人工调查，由于鸟类的鸣声较容易被记录和识别，能在较大的空间尺度上对鸟类进行有效观测^[2]。现代生物声学已有近70年的历史，国内学者多从声学指数与生境、物种多样性、活动规律等方面阐述声学监测的效果^[3]，也有聚焦于鸟声识别研究工作^[4]，提出通过声学手段，辅助自然保护地进行生物多样性监测，指出了声学监测的优劣势^[5]。近年来，随着被动声学监测(Passive Acoustic Monitoring，PAM)技术、传感器技术和人工智能的不断发展，声纹智能识别技术成为生物多样性监测的有效方式之一^[6]。总体看来，声学监测可以长时间、连续性工作，具有较低的运行成本，有利于提高监测效率。

江苏省地处我国东部，独特的地理位置和丰富的资源使其成为东亚地区候鸟南北迁徙的重要停歇地^[7]，其鸟类研究得到了较高的关注。王玄等^[8]对江苏南部沿海越冬水鸟群落结构及多样性进行分析。王思路^[9]对泗洪洪泽湖鸟类群落多样性及时空动态进行研究；张啸然等^[10]对南京紫金山国家森林公园鸟类多样性展开调查，都表明丰富的生境类型为鸟类的生存、繁衍、迁徙提供了天然的条件。三台山国家森林公园作为宿迁市最大的综合性森林公园，位于秦岭-淮河分界线附近，从动物地理分区来看，处在我国东洋古北交界区^[11]，鸟类组成兼具古北界和东洋界物种，鸟类群落多样性较高，在春季迁徙期，为鸟类提供了通道和停歇地，具有极高的科研和保护价值。目前，宿迁三台山森林公园仍没有开展较为系统的鸟类调查工作，对其鸟类多样性、空间分布等缺乏系统了解。因此在2024年3—5月，本研究采用样线法及智能声纹监测法对三台山国家森林公园进行春季鸟类监测，基于2种调查方法，旨在摸清三台山春季鸟类群落结构及其多样性，同时检验基于被动声学的鸟类智能识别自动监测的应用效果，其调查结果可为其生态开发提供科学依据，调查数据为该国家公园的鸟类保护和管理提供参考依据。

1 研究区域与研究方法 1.1 研究区域概况

宿迁三台山国家森林公园(118°17′59″E—118°17′59″E，34°00′38″N—34°03′34″N)地处江苏省宿迁市湖滨新区，地貌性质上属丘陵岗地，原为国营嶂山林场，占地面积6.8 km²，扩面提质工程实施后，面积增加为12.7 km^2[12]。公园距江苏第四大淡水湖骆马湖仅4 km，作为靠近骆马湖的平原型森林景观，三台山内水网密布，坑塘众多，公园内部森林覆盖率高达98%^[13]，具有丰富的森林植被和湿地环境，为大量鸟类提供了栖息地。

1.2 研究方法

本研究采用样线调查法和声纹监测法对三台山公园进行春季鸟类调查与分析，在三台山公园内共布设了8台声纹采集设备，在每个设备附近设置1.5~2 km的样线，涵盖林地、湿地、草地等多个生境类型。

1.2.1 样线法

于2024年3—5月，选择晴朗、风力三级以下的天气采用样线法进行调查，每月调查2次，2~3人一组，沿固定样线以1~2 km/h的速度前进。使用双筒望远镜观察样线两侧各50 m距离内出现的鸟类，并记录样线上遇到的物种种类和数量。同时参考《中国鸟类野外手册》^[14]、《中国鸟类分类与分布名录(第四版)》^[15]等对鸟类进行分类整理。

1.2.2 声纹监测法

声纹监测采用声纹采集设备(江苏省生态环境监测监控有限公司)，该设备支持24 h连续性鸟鸣声收集，监测范围约100 m，鸟鸣声数据利用4G网络回传到服务器，通过深度学习算法进行自动识别。具体调查样线及设备点位布设见图 1。

声纹监测法则利用声纹监测设备对鸟声进行收集回传，参考江苏鸟类名录^[16]，从xeno-canto.org开源数据中收集下载了240 678条音频数据，同时结合以往调查获取的数据建立江苏省鸟类声纹数据库。通过预加重、分帧、加窗、端点检测，对鸟声信号进行预处理；运用基于短时谱估计的谱减法^[17]进行降噪，提高音频信息质量；利用梅尔倒谱系数(MFCC)提取鸟声信号特征。

在深度学习方面，利用过卷积神经网络技术(Convolutional Recurrent Neural Network，CRNN)^[18]，实现鸟声分类与识别，并通过语图样本集的建立和计算对模型进行训练，进一步提高识别准确率，同时对识别结果进行抽样检查及人工复核，确定最终鸟类数据(识别置信率为80%，此置信率下识别准确率达到95%)。鸟类声纹收集和识别示意见图 2。

1.3 数据分析

采用香农-维纳(Shannon-Wiener)多样性指数(H′)^[19]、皮耶罗(Pielou)均匀度指数(J)^[19]对宿迁三台山国家森林公园春季鸟类样线法调查结果进行多样性分析，采用物种数、记录频次对声纹监测法结果进行多样性分析，同时利用智能声纹监测法可24 h连续性工作的优势，对不同鸟类日活动节律进行研究，分别统计24 h各时间段此种鸟类的鸟鸣声数量占其总鸟鸣声数量的比例。计算公式见式(1)和式(2)。

$ H^{\prime}=-\sum\limits_{i=1}^S P_i \ln P_i $

(1)

$ J=H^{\prime} / H_{\text {max }}^{\prime} $

(2)

式中：S——总的物种数；P_i——第i个物种个体数与所有物种个体总数的比值；H′_max——最大均匀条件下多样性指数，即lnS。

2 结果分析 2.1 鸟类物种组成

2024年3—5月监测期间，共记录到鸟类133种，隶属于16目44科。其中水鸟共计有7目10科31种，物种数占鸟类总数的23.31%。从目级阶元来看，雀形目鸟类多样性最高，有79种，占鸟类总数的59.4%；其次为鹈形目、鸻形目、雁形目。居留型方面，留鸟43种(占32.33%)，旅鸟30种(占22.56%)，夏候鸟44种(占33.08%)，冬候鸟16种(占12.03%)(表 1)。从区系构成上看，古北界鸟类61种(占45.86%)，东洋界鸟类28种(占21.05%)，广布种44种(占33.08%)。国家二级重点保护鸟类11种，包括鸳鸯(Aix galericulata)、红角鸮(Otus sunia)、小鸦鹃(Centropus bengalensis)等。

人工样线法调查到鸟类87种1 452只，隶属于14目37科，调查发现国家二级重点保护鸟类5种，为红交嘴雀(Loxia curvirostra)、松雀鹰(Accipiter virgatus)、鸳鸯等。居留型方面，留鸟33种(占37.93%)，旅鸟13种(占14.%)，夏候鸟29种(占33.33%)，冬候鸟12种(占13.79%)。

声纹监测法在调查期间累计记录到原始音频370 396条，通过对每种识别到的鸟类各提取20个音频进行查验发现，置信度＞70%的结果中，平均有3~4个会出现错误，而置信度＞80%的结果中，仅有0~1个会出现错误，因此共筛选出高置信度的有效音频132 433条。经人工核查后确认鸟类119种，隶属于16目43科，其中国家二级重点保护鸟类9种，包括红角鸮、小天鹅(Cygnus columbianus)、仙八色鸫(Pitta nympha)等。居留型方面，留鸟41种(占34.45%)，旅鸟29种(占24.37%)，夏候鸟37种(占31.09%)，冬候鸟12种(占10.08%)。

对2种监测方法的调查结果进行比较，结果见表 1。由表 1可见，声纹监测法在物种数监测上展现出较强的优势，得到的物种数(119种)高于6次人工样线调查得到的物种数(87种)，其中有73种在声纹监测中被记录到。

通过对不同月份2种监测手段鸟类居留型进行分析发现，随着月份增加，夏候鸟数量逐渐增多，2种方法都显示出4—5月是迁徙的高峰期。同时4月份旅鸟数量最多(29种)，其中人工调查到7种，声纹监测到28种，多为雀形目柳莺类(图 3)。

2.2 鸟类多样性调查结果

鸟类多样性受生境类型、人为干扰、公园面积、绿地面积比例、食物丰富度等因素影响^[20-21]。调查结果表明，样线1(45种)、样线2(43种)、样线5(42种)的鸟类物种丰富度相对较高，主要是由于样线1和2位于三台山公园的西北位置，整体开发程度较低，游客较难到达，而样线5处林地原生植被茂密，给鸟类提供丰富的食物来源及蔽身场所。不同样线鸟类群落Shannon-Wiener多样性指数和Pielou均匀度指数见表 2。

由表 2可见，样线8的Shannon-Wiener多样性指数最高，为3.217，此处位于园内第二大湖养心湖附近，湖面广阔，芦苇丛生，吸引了众多鸟类前来栖息。样线3(2.812)、样线6(2.582)、样线7(2.899)的Shannon-Wiener多样性指数相对较低，主要是受人为干扰较大所致，如靠近道路、园地种植、园林工人修剪草坪等因素。从Pielou均匀度指数看，物种丰富度、多度和Shannon-Wiener多样性指数较低的样线，均匀度指数反而较高。

2.3 智能声纹监测法的应用 2.3.1 声纹监测法监测物种数

智能声纹监测技术在鸟类多样性监测中展现出高效、准确的特点，相比传统监测方法，声纹监测法能够在不干扰鸟类活动的情况下，长期持续地收集数据，通过对3—5月持续监测可以看出，监测物种数在逐渐增加，3个月内累计监测到鸟类119种(图 4)。

2.3.2 鸟类日活动节律分析(以杜鹃科和鸱鸮科鸟类为例)

通过统计24 h内各时间段鸟类鸣叫频次占总次数的比例可以看出，不同杜鹃日活动高峰期种间差异明显，大杜鹃的活动高峰期主要集中在早上05：00—09：00、中午12：00及傍晚19：00，小鸦鹃的活动高峰期主要在早上07：00和傍晚08：00，大鹰鹃和噪鹃的活动高峰期主要为凌晨04：00—傍晚19：00，而四声杜鹃全天各时段均有记录[图 5(a)—(e)]。红角鸮则主要在夜间活动，活动高峰期主要在晚上19：00—次日凌晨04：00(图 6)。

3 讨论

本研究通过对宿迁三台山国家森林公园进行春季鸟类调查，结合人工样线法调查和智能声纹监测，共记录到鸟类133种，其中雀形目(79种)最多，占鸟类总数的59.4%，其次为鹈形目、鸻形目、雁形目。公园内林地资源丰富，且有较多的微小湿地及广阔的湖面，湿地-林地复合生境分布较多^[22]，复杂的生境吸引了大量林鸟、水鸟前来栖息。鸟类多样性的分布受生境类型、水体分布等因素影响外，还受人为干扰较大^[23]，通过对公园内不同生境进行人工样线法调查也证实了这一点，公园游客入口位于西南侧，因此距离入口处较近的林地受人为干扰影响较大，鸟类多样性较低，西北角开发程度低，游客较难到达，因此鸟类丰富度与多度显著多于其他样线。

从鸟类居留型角度分析，2种监测方式统计留鸟的效果相当；在对过境旅鸟的监测中，人工调查仅记录到13种，而声纹监测到29种；在对夏候鸟的监测中，结合中国观鸟记录中心及江苏省本底调查记录，发现夏候鸟如杜鹃科的鸟类通常在4月到达江苏，然而通过声纹监测法在2月中旬就记录到大鹰鹃的叫声。多项研究表明，由于全球变暖，鸟类为了适应气候变化，会提前到达停歇地或者繁殖地，以提高其迁徙和繁殖的成功率^[24-25]，可见智能声纹监测手段在候鸟监测中展现出较高的监测效率。

动物的日活动节律是其长期适应环境的结果，是重要的生态行为特征^[26]。通过研究动物的活动节律，可以更好地理解它们如何在有限的时间内高效地利用资源，从而揭示种间竞争与合作的关系^[27]。在以往的研究中，多利用红外相机技术进行日活动节律分析^[28]，随着声纹监测技术的发展，也为其提供新思路。本研究通过统计全天候鸟类鸣叫次数，分析杜鹃科鸟类大杜鹃、大鹰鹃、四声杜鹃、小鸦鹃、噪鹃的鸣叫频率，可以看出鸟类鸣声整体呈现早、晚2个活动高峰，符合森林生境下的鸟类活动规律^[5]。而红角鸮作为典型的夜间活动鸟类，其昼伏夜出的习性和生存栖息地的性质，进一步增加了对其行为研究的难度^[29]，通过统计可以看出，其活动高峰期主要在晚上19：00—次日凌晨04：00。

随着新技术的发展，智能声纹监测被越来越多地得到应用，许晓青等^[30]利用声纹识别技术在鸟类监测中发现，声纹识别技术较之于传统调查方法更具有效性；Liu等^[31]利用双向长短期记忆网络和密集连接卷积神经网络级联组合的识别模型，对物种的平均识别率能达到92.2%；王虎诚等^[32]利用被动声学监测技术进行物种识别试验性研究，表明监测的有效性和便利性更高，鸟类物种识别准确率＞95%。本研究利用声纹识别技术，发现相比于人工调查，智能声纹监测在时间、空间、物种数、监测频次、夜间活动的鸟类、难以目测观察到的鸟类等多尺度上都展现出较强的优势。人工调查受时间、天气等因素的影响，且调查频率较低，无法全面了解鸟类生物多样性情况^[33]，而通过声纹采集设备则能收集到较为完善的鸟类数据。智能声纹监测作为鸟类多样性监测的重要补充工具，在一些方面也存在限制性，如部分鸟类鸣声较为相似，在物种判断上会产生一定的失误，智能声纹监测无法分析鸟类群体大小等。

4 展望与建议

总体而言，智能声纹监测作为一种重要的监测手段，在鸟类多样性研究中具有广阔的应用前景，但对数据自动化分析及处理能力提出了更高的要求。目前该方法还存在一些问题，如由于野外环境复杂，噪声干扰严重或天气恶劣时，设备有时会产生电流声，夹杂多种环境音，提取有效声谱难度增大。针对该问题，可在声音采集硬件设备及算法识别软件上进行提升，使其充分发挥高效采集、分析的优势，为研究区的生物多样性监测提供坚实的数据支持。通过对三台山公园的试点研究，目前已初步建立三台山声纹数据库，随着识别算法更新与声纹设备升级，声学监测技术将不断迭代更新，识别准确性和效率将进一步提高，后续还可通过对声学数据的分析推断鸟类的种群密度、活动和行为模式等，为制定更为科学、有效的保护与管理策略提供强有力的数据保障。

三台山公园作为鸟类重要的中转站，是一个集生态观光、休闲娱乐、科普教育于一体的公园，有必要科学规划和加强管理，保护鸟类栖息环境。对此提出以下建议：(1)科学规划布局、加强监测与评估。根据三台山国家森林公园的自然条件优势和历史文化特色，对公园内不同区域进行划分，注重生态开发，在规划中充分考虑鸟类栖息地的保护需求，合理布局游步道、管理用房等基础设施，确保各项建设项目与自然环境相协调。对森林植被进行修复时，加强监测与评估，定期开展鸟类监测和巡护工作，记录鸟类种类、数量、习性和生境，为采取有针对性的栖息地修复措施提供科学、合理的数据支撑^[34]，提升生态价值，给物种提供良好的栖息环境。(2)完善管理制度、提升公众参与度。建立健全公园管理制度，明确管理职责和权限，加强日常巡查和监管力度，保护公园内的生态环境和生物资源。同时，加强与相关部门的协作配合，形成合力推进鸟类多样性保护工作的良好局面。同时通过自然科普、自然观察、举办主题讲座等形式，常态化开展“爱鸟周”及“国际生物多样性日”等宣传活动。在公园内设立科普墙、互动墙，引导公众发现身边的生物物种，提高生物多样性保护意识。