Sound advice: A calibration framework for defining detection space in passive acoustic monitoring

方法

用四台自动录音机阵列在稻田回放1-8kHz纯音，建模探测概率。

发现

探测空间随频率和环境变化，中频可探测至250米，设备朝向影响极大。

机会点

可结合目标物种发声特征与环境变量，构建本地化PAM探测空间校准与布设优化模型。

近年来，被动声学监测（Passive Acoustic Monitoring, PAM）已成为生物多样性评估的变革性工具。尽管其在保护相关成果中获得了广泛认可与应用，但硬件限制、信号传播与环境条件对信号可靠探测距离的交互影响仍严重缺乏研究。在印度西高止山脉等生物多样性丰富地区开展此类研究，可为持续的保护监测工作提供支撑。我们利用自主录音单元（Autonomous Recording Units, ARUs）在西高止山脉的一处热带农业生态系统中量化了信号可探测性的变化。我们在休耕稻田中沿50—300 m距离梯度回放标准纯音信号（1—8 kHz），采用四台ARU组成的阵列测量探测情况，并对信号的有效可探测性进行建模。研究发现，ARU的“探测空间”高度依赖于频率并受环境调制。低频信号（1 kHz）的探测概率迅速下降（约100 m处降至50%阈值），而中频段（4—6 kHz）处于一个声学窗口内，在250 m范围内仍可可靠探测。较高的相对湿度显著提升了整体探测率，而温度升高则不成比例地降低了低频可探测性。ARU相对于声源的方向至关重要，面向声源的录音器探测概率为81%（0°），而背向声源的单元降至14%（180°）。我们提出一个“决策支持框架”，为研究人员提供路径，将目标类群特征与技术约束相结合，以确定探测空间并在利用PAM进行生物多样性监测和保护行动评估时优化研究设计。