杭州鹊鸲的声行为

1996年8月至2002年7月,在杭州对鹊鸲的声行为进行了观察和记录,并以鸣声回放验证某些鸣声的功能。对求偶鸣唱、领域鸣唱、抗议鸣叫、嬉闹鸣叫、联络呼唤声和惊叫声等6种鸣声进行了分析,各具不同的声学特征。该鸟的鸣声结构非常复杂,由一系列不同类型的短语所组成,每个短语又有3～10个音素所构成。并将杭州与印度哈里瓦地区鹊鸲的领域鸣唱进行了比较,两地鹊鸲的鸣声特征很不相同。     

武汉地区大山雀（Parus major minor）对major与minor亚种组鸣唱回放的差别反应

分析鸟类鸣声能为研究鸟类系统学和生物地理学提供重要信息。鸟类鸣声的地理变异能影响鸟类的性选择,进而导致不同地理种群间的生殖隔离,从而促进地方种群(或亚种)的分化,乃至新种的形成。在鸟类系统学研究中,鸣声回放实验是研究物种分化并衡量分类地位的一项重要研究手段。本实验以武汉地区大山雀(Parus major minor,隶属于minor亚种组)为实验对象进行鸣唱回放实验,观测其对来自欧亚大陆西部及北部各地的major亚种组和来自我国各地的minor亚种组大山雀鸣唱回放的反应,探讨实验对象能否区分来自上述两个不同亚种组的鸣唱,从而推断两亚种组之间是否存在足以导致识别障碍的鸣声分化,以致产生行为上的生殖隔离。本实验共测试了24只雄性大山雀,每个亚种组的鸣唱各回放给12只个体,通过记录不同行为反应指标来衡量每只受试个体的反应程度。统计分析结果显示,受试大山雀对major和minor亚种组鸣唱的反应有显著差异,对同为minor亚种组的鸣唱反应程度激烈,而对major亚种组鸣唱的反应微弱甚至大多无反应。由此认为,大山雀major和minor亚种组之间存在显著的鸣声分化,已达到能形成配对前生殖隔离的程度,从而一定程度上支持将大山雀拆分成不同种的说法。     

10种鸣禽控制鸣啭神经核团大小与鸣唱复杂性的相关性

为进一步揭示鸣禽鸣唱行为的神经生物学机制 ,本实验先对 8个科 10种鸣禽的鸣唱行为进行了观察和录音 ,并借助声谱软件分析了每种鸣禽的鸣唱复杂性。鸣唱语句复杂性的评价指标包括 :短语总数、每个短语中所含的平均音节数及音节种类数、所有短语的总音节数及音节种类数、最长短语的音节数及音节种类数。然后 ,测定了前脑三个鸣啭学习控制核团和一个与发声无关的视觉参考核团体积 ,分析了鸣唱语句复杂性和这些核团大小间的相关关系。结果表明 :1)HVC和HVC/Rt与 7种鸣唱语句复杂性指标无关 ;RA和RA/Rt与总音节种类数相关 ;AreaX与总音节数及音节种类数相关 ;2 )HVC/RA和HVC/X比值与多个鸣唱语句复杂性指标相关。结果提示 :鸣禽鸣唱复杂性不同特征可能受不同神经控制     

黄腹山雀的鸣唱特征分析

2006年4—5月及2007年6月,在北京小龙门林区录制了黄腹山雀(Parus venustulus)的鸣唱,利用Avisoft-SASLab Pro鸟声声谱分析软件(德国)测量鸣唱特征参数后进行统计分析,发现该地区的黄腹山雀种群鸣唱句法简单,鸣唱句子均为相同音节的不断重复。所采集的音节曲目中包含了56种音节型,音节类型数与采样个体数(r=0.973,P=0.000<0.05)呈显著正相关,不同个体的领域性鸣唱存在显著差异。与同域分布的大山雀、褐头山雀、煤山雀、沼泽山雀相比较,黄腹山雀的鸣唱句子最短(Dv=0.83±0.48),频率较高(Fmax=7.64±1.01,Fmin=3.27±1.13),句子中音节的重复次数最少(Ns.v=2.0±0.2)。     

金翅雀对城市噪音的非预期鸣唱响应模式

城镇化提高了环境噪音水平,一般认为高水平的噪音对城市鸟类鸣声的传播会带来不利影响。城市鸟类可以通过提高最低频率、增加鸣唱长度和缩短鸣唱的起始音素长度等不同的响应模式调节其鸣唱特征以实现鸣唱的有效传播。本研究采用Avisoft SASLab Pro比较了西宁市3个不同噪音水平下,金翅雀Chloris sinica的鸣唱特征(最高频率、最低频率、频宽、主峰频率、鸣唱时间和起始音素时间)的差异,以探索鸟类对梯度噪音水平的响应模式。结果表明,随着噪音水平的升高,鸣唱的最低频率和最高频率呈现出高-低-高的变化模式,鸣唱时间和起始音素时间呈现出短-长-短的变化模式;高、低噪音组内不同地点的鸣唱主峰频率差异显著(P<0.05)。结合鸣唱地点的植被特征,推测金翅雀在提高鸣唱频率避免被噪音掩蔽和降低频率以利于在林间传播之间可能存在一个权衡,鸣唱频率和鸣唱长度可能存在一定的关联,而主峰频率对噪音外的其他环境因子更敏感。     

白头鹎的鸣唱结构及其鸣唱微地理变异

对武汉市区白头鹎(Pycnonotus sinensis)的鸣唱类型和音节类型进行了统计、分析,并按照采样地点划分为组(微地理种群),对组间、组内不同白头鹎个体间的鸣唱差异进行了探讨.分析来自市区5个样点的26只雄性白头鹎的667个鸣唱,共发现18种基本鸣唱型、53种音节类型.每只雄性白头鹎具有1-3种基本鸣唱型,每只个体能唱6.7(4-1 4)种音节类型.平均每个鸣唱由5.0(3-11)个音节、4.6(3-8)种音节类型组成.白头鹎的鸣唱顺序模式为平稳过渡型,并能通过以下三种方式在基本鸣唱型的基础上产生鸣唱变异:1)省略、添加或替换鸣唱中的个别音节;2)对鸣唱中的某个部分进行重复或重复不同次数;3)将不同的鸣唱型进行拼接组合.每只个体每种基本鸣唱型至少具有2.0(1-5)个变 异类型,这种变异在个体间和个体内普遍存在.个体间能共享1-2种鸣唱型.所划分的5个组内普遍存在鸣唱型和音节类型的共享,而组间则无鸣唱型共享,有音节类型共享.采用Jaccard相似性系数衡量白头鹎个体间音节的共享情况,发现个体间的音节共享程度在组内 明显大于组间,因此认为越是邻近分布的白头鹎个体具有越相似的鸣唱     

10种鸣禽鸣唱复杂性与发声核团体积的聚类分析

选用捕自野外和人工繁殖的10种雄性成鸟(一年龄以上)作为实验材料。当鸟适应环境后录音,用VS-99语音工作站软件进行声谱分析。鸣唱的复杂性采用语句短语总数、短语的音节数之和、短语的音节种类数之和、每个短语中所含的平均音节数、每个短语中所含的平均音节种类数、每种鸣禽最长短语的音节数和最长短语的音节种类数7项指标表示。然后测定前脑的上纹状体腹侧尾端(HVC)、古纹状体粗核(RA)以及嗅叶的X核(Areax)3个主要鸣唱控制核团的体积。最后分别对10种鸣禽3个发声控制核团体积和鸣唱复杂性的7项指标进行聚类分析。10种鸣禽的7项指标值相差较大,即使同一科也如此。蒙古百灵的3种核团体积比值均最大,其次是金丝雀和黄喉鹉。10种鸣禽鸣唱语句复杂性的7个指标和3种核团体积聚类分析树形图显示的结果各不相同;仅RA和Areax核团体积的树形图显示蒙古百灵远离其他9种鸣禽,与现代分类学和DNA分析得到的进化树一致。     

青藏高原白腰雪雀鸣声结构的复杂性

本文以SAS Lab鸟类声谱分析软件对采自青藏高原黑马河、玛多与花石峡、沱沱河的白腰雪雀不同地方种群的鸣叫与鸣唱的复杂性进行了分析 ,发现白腰雪雀的鸣叫相对变化率随着采样量的增加由 0 5 2 2迅速降低到 0 1 2 7和 0 1 1 9,表明其鸣叫声组成中音节类型较少。同时发现其声谱图结构比较简单 ,表现出高度的音节重复并多有谐波的现象。鸣唱结构相对复杂 ,不同鸣唱音节数随鸣唱曲目的增加 ,开始有明显的增加 ,当鸣唱曲目增加到一定值时 ,不同音节数的增加趋于平缓 ,几乎保持稳定 ;野外未发现任何相同的鸣唱型 ,但在不同鸣唱型之间具有不同程度的音节共享现象。依据雷富民等 (2 0 0 3)对鸟类鸣唱多样性和复杂性的评述 ,白腰雪雀鸣唱的结构模式符合“多音节序列不稳定变化型” ,其鸣唱曲目中音节的转换形式为“序列鸣唱”。然而 ,鸣唱模式中音节类型的有限性和鸣唱型的高度多样化表明 :白腰雪雀鸣唱的复杂性不仅体现在鸣唱型内较丰富的音节组成 ,而且更重要的还在于不同鸣唱型间具有多变的音节序列组合形式     

棕眉柳莺鸣唱声谱分析及其地理差异的初步研究

2002、2005、2007年5-8月,在甘肃莲花山、宁夏贺兰山和内蒙阿拉善贺兰山等自然保护区对棕眉柳莺(Phylloscopus armandii)的鸣唱进行了采集,共录到18只108 min的鸣声.通过声谱分析,棕眉柳莺鸣唱的频率范围在2.63-6.32 kHz之间;音素数平均为5.56±2.47(n=124);持续时间为(1.07 4-0.30)s(rg=124).最长可达2.68 s.棕眉柳莺鸣唱音节之间的间隔时间差异较大,范围在2～18 8之间;从18只个体共589个音节中总结出61种音节类型,其中37种为共享音节,24种为特有音节,分别占总数的60.7%和39.3%.不同棕眉柳莺个体的鸣唱音节类型组成不同,没有任何两只棕眉柳莺个体的音节曲目完全一致.莲花山和内蒙贺兰山两个地区内个体之间的音节相似性系数存在显著差异(P=0.001).通过对棕眉柳莺鸣唱的地理变异分析,发现越是邻近分布的个体其鸣唱也越相似.     

青海省鸟类新纪录——白头鹎

2006年4月25~28日,在青海省西宁市西北高原生物研究所家属区楼前发现相当数量的白头鹎(约60只),它们栖息于丁香、海棠和榆树上,并不时发出洪亮的鸣唱。在5月10~23日的观察中却没有发现该群白头鹎,表明白头鹎在西宁可能为旅鸟。经查阅《中国动物志》和《中国鸟类分类分布名录》,