海南长臂猿鸣叫节律及其与气象因子的关系

【目的】海南长臂猿(Nomascus hainanus)是世界上最濒危的灵长类动物之一,研究海南长臂猿鸣叫节律及其与气象因子的作用对理解他们的社会行为及进化具有重要意义。【方法】利用被动声学监测技术,采集海南长臂猿连续9个月的声音数据,提取其鸣叫节律,分析了鸣叫节律与温度、湿度、降水量和太阳净辐射4个气象因子之间的关系。【结果】1)海南长臂猿的鸣叫行为开始于清晨4—5点,高峰期为7点左右,每天鸣叫0~6次,每次鸣叫持续14 min;2)每年旱季鸣叫开始时间比雨季晚,且具有显著性差异;3)通过对气象因子与日鸣叫节律的相关性分析发现,湿度因子相关性最高,温度、太阳净辐射次之,降水量最低,其中,湿度与鸣叫持续时间和日鸣叫频次呈显著正相关,与鸣叫开始时间呈显著负相关;4)气象因子与季鸣叫节律的分析结果表明,相较旱季,雨季的鸣叫节律受气象因子影响较大,尤其对于鸣叫行为开始时间的影响最显著,旱季影响较小。【结论】研究结果可为海南长臂猿鸣声研究提供基础资料,并为其长期动态监测及保护工作提供支撑。

一种轻量化的海南长臂猿声音识别模型

【目的】为解决海南长臂猿(Nomascus hainanus)野外声音监测难题,提出了一种轻量化的长臂猿声音识别模型,以期提高声音监测效率,丰富海南长臂猿监测体系。【方法】通过优化激活函数、减少批标准化层以及重新设计网络层级结构,对轻量化神经网络模型MobileNetV2进行了改进。改进优化后的模型适用于野外真实场景下的硬件部署,以实现对海南长臂猿的声音识别。【结果】1)在模型精度方面,优化后的声音识别模型对于海南长臂猿声音识别的精准率可达100%,F1分数可达99.9%,相比于MobileNetV2与MobileNetV3模型,精准率提升了2.3%与1.1%,F1分数提升了5.6%与1.4%。2)在模型参数方面,优化后的声音识别模型的参数量为1.51 M,相比于MobileNetV2与MobileNetV3模型,模型参数量降低了32.3%与0.7%,识别速度提升了51.9%与54.7%。【结论】提出的轻量化海南长臂猿声音模型,可在野外真实场景下有效识别海南长臂猿声音,为海南长臂猿的保护与监测提供技术支撑。

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)有海南长臂猿与无长臂猿鸣叫时声学指数的变化趋势存在明显差异,其中,NDSI的变化差异最大;(3)4个声学指数对于海南长臂猿声音数据的分类结果较好,交叉验证后的AUC值为0.9764。本研究基于声景观有效地获取了试验区动物的活动特征,并证明了利用声学指数评估海南长臂猿鸣叫的可行性,为海南霸王岭地区及海南长臂猿的声学监测奠定基础。