AI辅助识别的鸟类被动声学监测在城市湿地公园中的应用

为了探究基于AI识别的鸟类被动声学监测手段在城市湿地公园中的应用效果,同时对比其与传统人工样线调查结果的差别,本研究于2023年3–5月在广州市湾咀头湿地公园开展了为期3个月的同期监测。样线法为每月调查两次;声学监测法通过安装两台声纹监测仪,全天开启触发录制模式,通过4G网络回传音频文件并使用以珠三角鸟类名录构建的AI识别模型进行鸟种识别,再对结果进行置信度筛选和人工复核。样线法累计记录鸟类2,200只次;声学监测法共采集音频96,848条,筛选验证获得有效记录34,117条。两种方法共记录鸟类70种,其中样线调查记录鸟类48种,声学监测记录49种,两种调查方法都记录到的鸟类有27种。两种调查方法重叠的物种比例不足总物种数的一半,说明在此类湿地公园生境下这两种方法尚无法互相取代。样线调查结果相对准确、便于估算种群密度,但对调查者的认鸟水平和工作量要求较高;声学监测可自动化运行,便于扩大监测规模,但后期数据处理难度较大,结合AI物种识别和人工校正可以提高数据处理效率。综上,基于机器学习的AI识别技术的鸟类被动声学监测方法大大提高了数据处理效率,但仍需要结合传统的样线调查方法,两者结合将有更高的准确率和更广阔的应用前景。