基于声景的生物多样性评估方法研究进展——基于文献计量分析

近年来,人工智能技术的迅速发展,为构建完备的生物多样性监测体系提供了技术支持,从声音角度拓展生物多样性监测体系成为新的发展趋势。在声景生态学中,声景是由生物声、人类声和地理声共同构成的景观,声学生态位假说和声学适应性假说为声景评估生物多样性提供了主要的理论基础。总结了人工识别法、声学指数法和自动识别法三种常用评估方法,梳理方法的概念、评估原理、差异和局限性。归纳声景在评估生物多样性中造成偏差的影响因素,如生物学因素、环境因素、噪声干扰和数据采集方式。因物种遗传、行为和环境导致的鸣声复杂性,增加了物种识别和分类的不确定性,使得仅依靠声学特征来评估多样性存在一定的局限性。为此,需深入研究声学生态位假说和声学适应性假说的作用机理,并整合多学科专业知识和技术,以建立更全面的理论框架和应用模型。同时,开展数据采集和处理的标准化、融合和创新评估方法并建立声景特征数据库共享平台,为生物多样性快速评估和保护提供更有效的工具和方法。     

生态型城市公园声景体验的影响因素研究

生态型城市公园是城市居民重要的游憩空间,其声景品质直接影响游客体验的满意程度。以福州金山公园为研究对象,通过定性与定量相结合的方法研究生态型城市公园中声景感知与游憩体验之间的关系及其影响因素。研究发现：生态型城市公园中人们更偏爱自然声,尤其是鸟叫声;交通声是主要影响公园景观美景度的声源类型;儿童嬉闹声及音乐声是影响声景安静度的显著因素,交通声、音乐声以及脚步声与总体满意度关系最为密切;年龄、性别和教育背景是社会、人口及行为学因素中影响典型声源感知最显著的3个因素,而不同游览动机的人群对声景感知也存在显著差异。研究结论可为生态型城市公园景观及声景设计提供理论依据。     

声景生态学研究进展和展望

声景生态学以景观中的声音为研究对象, 探讨其在不同时空维度上的分布和变化模式, 从而揭示自然环境、野生动物和人类活动的相互作用关系。本文通过系统检索声景生态学研究的相关文献, 回顾了该学科的研究框架和研究方法, 总结了目前常用的声学指标, 重点归纳了声景生态学的研究内容, 包括声景组成和各组分间的相互作用, 声景的时空格局, 以及声景生态学在生物多样性监测中的应用。目前, 声景监测中存在的问题主要包括监测的生态系统类型和物种类群有限、声学指标效力有待提高等。建议未来着重推进建立系统性的声景监测网络和数据管理平台, 开发和完善音频数据采集、分析方法和评估指标, 并重视声景数据的采集, 将声景视作一种资源进行研究和保护。     

东北虎豹国家公园森林声景的昼夜和季节变化

被动声学监测技术和声学指数通过对音频数据的时频域特征进行定量分析,可以反映声景的复杂度、多样性和健康程度等,已经成为评估生物多样性变化的重要手段。本研究从2020年6月至2021年6月在东北虎豹国家公园采集了52个点的声学数据,计算了春、夏、秋、冬4个季节和黎明、白天、黄昏、夜晚4个昼夜时间段的声音复杂度指数(acoustic complexity index,ACI)、声音多样性指数(acoustic diversity index,ADI)、声音均匀度指数(acoustic evenness index,AEI)、生物声学指数(bioacoustic index,BIO)、标准化声景差异指数(normalized difference soundscape index,NDSI)、声音熵指数(acoustic entropy index,H)和1–21k Hz共20个频段的功率谱密度(power spectral density,PSD)等声学指数,评价了声景构成和多样性的昼夜和季节性差异。结果表明,东北虎豹国家公园的声景随季节变化具有显著的昼夜节律差异,尤其是夜晚的声景和声学成分...     

基于植保大数据的病虫害移动智能采集新设备

为提高农作物重大病虫害发生信息自动化、智能化采集能力,全面提升监测预警水平,笔者基于大数据、人工智能和深度学习技术,研发了一款农作物病虫害移动智能采集设备——智宝,主要实现了3个方面的功能:一是病虫害发生信息自动采集上报.通过该产品进行人工拍照,可实现对田间农作物重大病虫害发生图像、发生位置、发生数量、微环境因子等数据的实时采集和上报.二是自动识别计数.基于植保大数据与人工智能技术,通过构建病虫害自动识别系统,可实现重大病虫害精准识别与分析,只要拍摄照片,即可快速、精确地识别病虫害种类,并自动计数、上报到指定的测报系统.三是自动分析判别分级.针对拍摄采集上报的重大病虫害发生信息,系统可在自动识别和计数的基础上,进一步对病虫害发生严重程度进行智能判别分级,甚至根据相关预测模型,对病虫害的发生趋势进行辅助分析预测,提出预测建议.通过2016—2019年组织多地植保机构进行试验改进,该技术产品日趋成熟,有望在未来的农作物病虫害发生信息采集和预测预报工作中推广使用.     

海南长臂猿生境的声景观与声学活动评估

海南霸王岭自然保护区是中国唯一保护海南长臂猿及其生存环境的国家级自然保护区,具有海南长臂猿(Nomascus hainanus)声音、鸟类声音等丰富的声景资源。探究海南长臂猿生境内的声景构成及声学活动,旨在为该区域的生态保护提供技术支撑。利用被动声学监测技术采集该保护区的声音数据,通过分析不同频率范围内的声景功率分布,描述了保护区声景观的特征与日变化;基于广泛使用的4个声学指数ACI(acoustic complex index)、ADI(acoustic diversity index)、BI(bioacoustic index)、NDSI(normalized difference soundscape index)来评估海南长臂猿声音,并利用随机森林算法,以4个声学指数为预测变量,有无海南长臂猿声音为响应变量,对声音数据进行分类。结果表明：(1)不同频率范围内的声景功率反映了研究区不同的声学群落信息,具有显著的时间变化特征,表明了鸟类、海南长臂猿等动物的黎明和黄昏合唱活动,其中,1～2 kHz符合海南长臂猿的黎明合唱,2～5 kHz符合鸟类等动物的生活规律;(2)有海南长臂猿与无...     

生物声音监测研究在生物多样性领域的应用

声音是生物之间交流的重要手段,对生物声音的监测与分析是描述和评估生物多样性的新兴方法.这种方法不侵入和破坏自然环境,通过声音记录生态信息,并有效反映生物多样性的相关特征,是一种重要的生态工具.从声音角度探讨生物多样性的变化拓宽了多学科交叉的新思路,因此近年来被越来越多地应用于生态学研究中.本文阐述了利用声音监测评估生物...     

基于景感生态学对生态修复的再思考

总结了生态修复工程的现状、我国在推进生态修复上的举措,指出未来生态修复的着重点是要找到更科学且高效的生态修复途径,以及将本地人福祉有机整合到生态修复当中以全面提高生态系统服务效果的方法。阐述了目前常见的生态修复方式,对其各自通常的适用情况及作用特征进行分析,并在此基础上得出一种生态修复的理想模式。阐述了景感生态学的定义,分析了景感生态学、景感营造以及其在稳定、提高生态系统服务及其价值方面的作用机制;讨论了如何基于景感生态学和景感营造分步实现生态修复的理想模式,其重点在于营造景感生态系统,使生态系统服务得到充分发挥,为本地谋取更大福祉。山水林田湖草生态修复工程的决策者、规划者和实施者要在观念、策略、方法以及评价四个方面做出转变。     

鸟类迁徙对图们江下游湿地声景时间格局的影响

声景生态学是一个相对较新和快速发展的研究领域,被动声学监测技术和声学指数已经成为研究湿地鸟类和声景多样性的重要方法。本研究评价了鸟类迁徙对中国东北图们江流域下游湿地声景日、月和季节变化的影响。我们从2020年11月至2021年12月在图们江下游敬信湿地设置10个采样点,获得91,988条时长5min的有效音频,计算了声音复杂度指数(acoustic complexity index,ACI)、生物声学指数(bioacoustic index,BIO)、声音均匀度指数(acoustic evenness index,AEI)和标准化声景差异指数(normalized difference soundscape index,NDSI)以及1–11 k Hz频段的功率谱密度(power spectral density,PSD)。结果表明,声学指数对鸟类迁徙活动敏感,其中2个迁徙期声景(2–4月和10–11月)都以1–2k Hz雁类白天的叫声为主,NDSI显著降低,1–2k Hz的PSD显著升高,但雁类向北迁徙时几个声学指数变化更为敏感,有效地捕获了迁徙峰值,表明不同季节鸟类迁徙模式存在差异...     

声景生态学数据分析与应用

声景生态学是研究景观中生物与非生物声音在多种时空尺度下的声学格局与过程,揭示声音与人类以及声音与自然之间关系的学科。基于声景生态学的研究内容,从声景元素解析、生物多样性评估及人类身心健康评价应用案例中,梳理了数据分析的前沿方法。结论表明,分析技术的发展,特别是人工智能技术的进步,使声景生态学的研究呈现从人工到机器、从单一特征计算到多维特征提取、从单学科研究到多学科联合分析的技术化发展趋势,不断拓展着声景生态学的研究深度与广度。同时这些分析技术的发展也急需优化和标准化,来提高方法的通用性和研究结果间的可比性。此外,需要融合生态学、计算机科学和心理学等交叉学科的理论和方法,进一步推动声景生态学数据分析技术方法体系的完善。     

生态环境大数据面临的机遇与挑战

随着大数据时代的到来和大数据技术的迅猛发展,生态环境大数据的建设和应用已初露端倪。为了全面推进生态环境大数据的建设和应用,综述了生态环境大数据在解决生态环境问题中的机遇和优势,并分析了生态环境大数据在应用中所面临的挑战。总结和概括了大数据的概念与特征,又结合生态环境领域的特点,分析了生态环境大数据的特殊性和复杂性。重点阐述了生态环境大数据在减缓环境污染、生态退化和气候变化中的机遇,主要从数据存储、处理、分析、解释和展示等方面阐述生态环境大数据相较于传统数据的优势,通过这些优势说明生态环境大数据将有助于全面提高生态环境治理的综合决策水平。虽然生态环境大数据的应用前景广阔,但也面临着重重挑战,在数据共享和开放、应用创新、数据管理、技术创新和落地、专业人才培养和资金投入等方面还存在着许多问题和困难。在以上分析的基础上,提出了生态环境大数据未来的发展方向,包括各类生态环境数据的标准化、建设生态环境大数据存储与处理分析平台和推动国内外生态环境大数据平台的对接。     

深圳城市生态大数据智慧管理和服务平台技术集成与应用研究

生态环境是人类赖以生存和发展的基础,城市生态大数据智慧管理和服务平台建设是生态城市和美丽城市建设的需要。以深圳市为例,借助物联网、移动互联网、计算机、数据库和网络地理信息系统技术,以及时空地理大数据整合和共享、大数据挖掘分析和云端一体化业务协同等关键技术,结合城市生态系统评估分析决策模型/方法/对策库,在实现深圳市“空-地-网-统计-众源”等多源异构生态大数据有效集成的基础上,搭建了 “数据采集-信息提取-知识发现-决策生成-快速服务”全流程、一体化的深圳市生态大数据智慧管理和服务平台,构建了面向业务部门和科研人员等专业用户的生态野外数据调查采集系统和城市生态监测与评估管理决策分析系统,以及面向社会大众的深圳生态大调查APP。平台首次揭示了深圳市1979年以来不同生态系统的格局、构成、过程、服务和健康状况的变化,提升了深圳市生态环境综合决策科学化、生态环境监管精准化、生态环境公共服务便民化水平。平台有效降低了用户数据收集与处理和操作专业模型的难度,突破了原始数据应用的瓶颈和难点,提高了专业模型在业务部门中的使用率。未来,依靠“生态大数据+生态专业模型”的技术方案实现从数据到知识的挖掘,是实现城市生态大数据智慧化和专业化管理的关键,也是全面提高城市生态环境保护信息化服务水平的重要途径。     

钱江源国家公园体制试点区日间声景观的质量评价及其空间格局特征

声景观在现行国家公园景观评价体系中,是一个十分重要但又薄弱的环节,关系着国家公园的精细化管理水平。以钱江源国家公园体制试点区为例,采用调查问卷法对国家公园日间的53种声景观进行主观愉悦度评价,考察并选取描述声景观质量的客观心理物理学指标,通过多元线性回归方法建立二者主客观关系,并得到国家公园声景观质量评价模型。结果表明：（1）不同类型声景观表现为不同的声学特征,并在响度、尖锐度、粗糙度指标上具有显著性差异。虫鸣声响度最大（5.829）、尖锐度最大（2.667）、粗糙度最大（0.018）,鸟鸣声的尖锐度与其余六种声景观均显著差异。（2）采用响度、尖锐度、粗糙度、波动度作为描述声景观质量的客观心理物理学指标具有适宜性。其中,响度是影响公众对国家公园声景观主观愉悦度认知的主要因素,二者呈负相关关系。（3）采用K-均值聚类等级划分发现,国家公园声景观质量处于较高水平。其中,虫鸣声质量最高（3.86）、鸟鸣声其次（3.58）、交谈声最低（2.43）。自然声景观质量整体高于人工声景观。（4）国家公园声景观质量在空间上具有南部高、北部其次、中部低的格局特征,且与区域生态保护等级水平存在较强空间重叠性。研究结果为国家公园体制试点结束后,未来声景观科学管理与规划设计提供重要参考,同时为其它类型自然保护地的声景观评价提供方法借鉴。     

A review of big data analysis methods for baleen whale passive acoustic monitoring

Many organizations collect large passive acoustic monitoring (PAM) data sets that need to be efficiently and reliably analyzed. To determine appropriate methods for effective analysis of big PAM data sets, we undertook a literature review of baleen whale PAM analysis methods. Methodologies from 166 studies (published between 2000–2019) were summarized, and a detailed review was performed on the 94 studies that recorded more than 1,000 hr of acoustic data (“big data”). Analysis techniques for extracting baleen whale information from PAM data sets varied depending on the research observed. A spectrum of methodologies was used and ranged from manual analysis of all acoustic data by human experts to completely automated techniques with no manual validation. Based on this assessment, recommendations are provided to encourage robust research methods that are comparable across studies and sectors, achievable across research groups, and consistent with previous work. These include using automated techniques when possible to increase efficiency and repeatability, supplementing automation with manual review to calculate automated detector performance, and increasing consistency in terminology and presentation of results. This work can be used to facilitate discussion for minimum standards and best practices to be implemented in the field of marine mammal PAM.     

我国生态环境大数据建设方案实施及其公开效果评估

生态环境大数据建设是新一代环境管理手段,也是我国建设"数据强国"的基本要求。在《生态环境大数据建设总体方案》实施2年后,针对31个省级、27个省会城市、6个大数据建设试点城市的环境保护厅/局落实生态环境大数据的建设进行调查分析,通过文献分析和资料调查,全面评估我国生态环境大数据建设的总体状况,以期为生态环境大数据建设的下一步工作提供建议。结果表明,尽管生态环境大数据建设在数据资源整合方面取得了较大进步,但在地区发展、机构建设、数据共享开放和大数据应用等方面还存在着许多问题,针对这些不足,提出了未来几年我国生态环境大数据建设的发展方向,包括扩充环境信息中心相关职能、推进大数据整合与共享、加强国际交流和提升大数据在重点领域的应用范围。     

基于遥感数据源的景观分析系统的设计与实现

在Ｖｉｓｕａｌ Ｃ＋＋环境下,设计并实现了一个景观分析系统。该系统采用提取斑块边界象素集的方法,提高了斑块搜索的速度,而且提供了斑块间距离计算、相邻斑块间边界长度计算等景观分析功能。该系统被应用到北京西北郊同分析中。通过分析表明,该系统不仅能计算面积、周长、中心坐标和最近同类型斑块的距离等单个斑块指数,而且能在此基础上计算景观类型和整个景观层次上的各种指数,从而弥补了目前多数地理信息系统在分析应用     

An innovative online VFA monitoring system for the anerobic process, based on headspace gas chromatography

A new method for online measurement of volatile fatty acids (VFA) in anerobic digesters has been developed based on headspace gas chromatography (HSGC). The method applies ex situ VFA stripping with variable headspace volume and gas analysis by gas chromatography-flame ionization detection (GC-FID). In each extraction, digester sample was acidified with H(3)PO(4) and NaHSO(4), then heated to strip the VFA into the gas phase. The gas was sampled in a low friction glass syringe before injected into the GC for measurement. The system has been tested for online monitoring of a lab-scale CSTR reactor treating manure for more than 6 months and has shown good agreement with off-line analysis. The system is capable of measuring individual VFA components. This is of advantage since specific VFA components such as propionic and butyric acid can give extra information about the process status. Another important advantage of this sensor is that there is no filtration, which makes possible application in high solids environments. The system can thus be easily applied in a full-scale biogas reactor by connecting the system to the liquid circulation loop to obtain fresh sample from the reactor. Local calibration is needed but automatic calibration is also possible using standard addition method. Sampling duration is 25-40 min, depending on the washing duration, and sensor response is 10 min. This is appropriate for full-scale reactors, since dynamics within most biogas reactors are of the order of several hours.