“听”来的生物多样性 音景生态学大起底

我们用声音来评估生物多样性，这非常棒。

今年早些时候，声音和景观生态学家布莱恩·皮雅诺斯基在婆罗洲的一座研究塔上安装了一个毛绒绒的麦克风。资料来源:KRISTOFALAHLM

迈克尔·舍雷尔-洛伦曾是向德国科学基金会申请资助的80多名科学家之一。去年11月，他在波茨坦的一次回顾会议上的讲话被记录了下来。录音只持续了几秒钟，显示了他刺耳沙哑的声音，但这是弗莱堡大学的研究人员煞费苦心收集的数据。由300个麦克风组成的庞大网络覆盖了整个德国，洛伦曾指出，该网络每年可以录制总计44000个小时的录音。回报是这些详细的“声音景观”将帮助研究人员将鸟类、昆虫和其他动物与德国森林和草原的土地管理模式联系起来。洛伦曾说:“我们用声音来评估生物多样性，这真是令人惊讶。”

Lorenzen只是众多被新兴声音生态学吸引的科学家之一。廉价耐用的自动记录仪和强大的声音分析软件鼓励科学家花费大量精力基于声音分析生态系统。许多传统的生物声学项目一次只关注一种或多种生物的声音，而声音和景观生态学家放弃了这种方法，试图描绘整体景观中的噪音，包括非生物的声音，如流水声、雷声、汽车启动声和飞机起飞声。

研究人员希望找到更有效的方法来描述生态系统。他们计划找到隐藏在声场背后的独特模式，并跟踪生态系统如何应对紧急情况，如越来越多的航空运输和建筑项目、外来物种的入侵以及气候变化的逐渐影响。印第安纳州普渡大学西拉斐特校区的声音景观生态学家布莱恩·皮雅诺斯基说:“研究人员希望量化我们一天中所经历和听到的事情。”

研究一个完整的声音场景面临着重大的技术和概念挑战。研究人员正试图找到切实可行的方法，将收集到的大量数字记录转换成有用的数据。很难将复杂的声音场景转换成反映生物多样性的相对简单的数字索引。视听生态学家认为，一个大规模的麦克风网络可以呈现一个有意义的故事。皮雅诺斯基说:“不久前，生物声学领域的一些科学家不相信这种方法的可行性。事实上，这种方法已经存在了很长时间。”

坚实的基础

长期以来，科学家们一直在观察动物如何制造和感知声音，并分析它们的交流模式。一个世纪前，第一首有记录的鸟鸣声诞生了。然而，在大多数情况下，生物声学研究只关注单一物种。

伯尼·克劳斯是一家研究现代声景生态的工作室的主任。他说，这种停留在物种层面的方法“只看到树，看不到森林”。"从一个独立的、支离破碎的角度看待世界是不合逻辑的。"

相反，克劳斯提出了一个叫做“声学分区”的理论。1987年，该理论首次发表在《全球评论》上。克劳斯的灵感来自于他在肯尼亚听到的复杂的声音场景——当他在一个科学博物馆的展览上收集声音数据时，他发现自然之声可以被看作是声音有机体共享的资源，就像鸟巢或食物供应一样。他指出，任何一种动物都必须形成自己独特的辨别声音的方法，以避免受到其他声音的干扰。

克劳斯认为，健康的生态系统可以根据频率或时间清楚地划分成生态单元。当外来入侵者或人类的声音出现在一个生态单元中时，现有的模式将会改变。

许多科学家对克劳斯的理论表示怀疑。克劳斯回忆道:“当时，我真的没有找到用科学和系统的语言来表达这个理论的方法。许多人认为这只是一个美丽的愿景。”

克劳斯的理论引起了一些研究者的注意，包括东兰辛的密歇根州立大学名誉教授兼视听生态学家斯图尔特·盖奇。早在21世纪初，盖奇和克劳斯就研究了“声音分类”。通过分析录音中的频率分布，他们认为声音场景由三部分组成:“生物音乐”，即野生动物的声音；“geophony”指地球物理声音，例如风、雨和流水；“人类恐惧症”是人类发出的声音。

盖奇开发了一个计算机程序，可以量化一定频率范围内的声能，然后他和克劳斯着手比较自然声音和人工产生的声音在特定区域的差异。这项工作耗费了大量的人力和物力。在加利福尼亚的红杉国家公园，他们使用的记录设备大约有5公里长，他们必须在公园里近距离观察它们。

盖奇回忆道:“一天晚上，我们发现这种方法有明显的缺点。那时，我独自站在草原上，等待一只黑熊经过我们的装置。结果，黑熊找到了录音设备，并狠狠地打了它一拳。幸运的是，黑熊没有完全损坏录音设备，它深深的愤怒被清楚地记录了下来。

盖奇和其他同事一直想设计一种不易引起动物注意的小装置。它可以在野外隐藏几周甚至几个月，收集几个小时的高保真声音，并且不需要工作人员的实时护理。盖奇开始开发这种自动装置，将记录装置与笔记本电脑连接起来。结果，他发现这种方法消耗大量电能，故障率很高。

数量

法国巴黎国家自然历史博物馆的生态学家杰罗姆·苏厄是第一批使用防风雨录音设备宋米来证明声音是生物多样性的缩影的研究人员之一。苏厄和他的同事对区分每种声音的来源不感兴趣。相反，他们想对录制的声音进行全面分析。为此，他们采用了一种独特的计算方法——只有简单的数字才能代表持续几个小时的声音。随着时间的推移，苏厄用它来描述生态系统中声能是如何在频谱中分布的。

这一想法借鉴了香农指数，该指数根据在特定区域可以观察到的生物数量来估计物种多样性。苏厄的团队称这种新的测量方法为声熵指数，将声音的不同频率与物种的多样性联系起来。例如，如果是单个纯音，声音熵指数将接近0，表示声音多样性极低。如果声音的频率是变化的并且非常嘈杂，声音熵指数将接近1，这表示极高的声音多样性。

2007年，苏厄的研究小组在坦桑尼亚开始了第一次实地测试——在相隔50公里的两个古老的沿海森林中记录了几天的黎明和黄昏的声音。其中一片森林几十年前就被砍伐了，而另一片直到今年才被砍伐。2008年，该组织在一篇发表的论文中报告说，代表声音场景多样性的声音熵指数越高，预计砍伐的森林越少。

从那以后，声景生态学发展了许多由不同声景信息划分的指标。意大利乌尔比诺大学的阿尔莫·法里纳(Almo Farina)开发了一套基于声音质量的声音复杂性指数，用以区分动物叫声和人为噪音。这种动物的叫声速度快，强度大，比如逐渐增加或减少的鸟鸣声突然响起。人类发出的噪音(如嗡嗡作响的发动机)非常单调和柔和。

苏厄的研究小组还开发了一套基于时间和声频差异的声音相异指数，用于比较两种不同的生态系统。在实地测试中，某一生物可能存在于一个生态系统中，但不存在于另一个生态系统中。在这种情况下，声音相异指数特别适合于估计物种的数量，这是最方便的方法。

技术困难

康奈尔大学生物声学研究项目主任艾伦·赖斯认为，这些声学测量方法是非常有用的工具，但仍有许多操作困难。例如，许多指数假设生物发出的声音比人类发出的声音持续时间短。然而，在莱斯领导的海洋声学研究中，经常受到海洋地震勘探气枪的干扰。这项技术经常用于石油和天然气勘探，因此是一个主要的干扰因素。赖斯的结论是，当研究人员非常了解声音的来源时，这些指标是非常有用的参考。然而，当研究人员不知道声音的来源时，该指数可能不起任何作用。

苏厄的声熵指数也很难避免类似的限制，而且它对人工声音非常敏感。事实上，苏厄自己不再相信他可以通过声学测量来推断生物多样性的程度。他说:“指数不是一切。用一个值来汇总所有数据是非常愚蠢的。”

然而，苏厄仍然认为声学指数将有助于描述完整的生态系统特征，尤其是当它补充其他指标时。例如，皮雅诺斯基发现了生物多样性和植被结构之间的某种联系。他的团队在哥斯达黎加雨林的14个地点安装了记录设备，并将记录的声景特征与通过光探测获得的植被数据进行了比较。研究发现，大多数发出声音的植物都远离树冠上层或树叶密集的区域。研究人员在2012年的一篇论文中公布了这一结果。

这一结果使皮雅诺斯基对健全生态的前景感到乐观。他认为这项技术可以改变未来的管理决策，因为它不仅可以突出哪一个区域是各种生物的栖息地，而且有助于解释哪一种地貌可以孕育特殊的物种。皮雅诺斯基说，去年出现了大量希望对健康生态有更全面了解的人。西弗吉尼亚州亨廷顿马歇尔大学的安妮·阿克塞尔就是其中之一。她利用这项技术来预测阿巴拉契亚山顶上废弃的矿井是否是生物体的潜在栖息地。(段鑫)

《中国科学日报》(2014年2月26日，第三版国际版)