Пассивный акустический мониторинг

Многие животные сами объявляют о себе. Их сигналы громки, повторяемы и видоспецифичны, и они проходят сквозь воздух, воду и темноту, в которой визуальные учёты бессильны. Погодозащищённый регистратор, оставленный в кроне или на болоте, месяцами собирает эти объявления без наблюдателя, а классификатор превращает архив в регистрации. Но физика, которая делает это возможным, одновременно задаёт и пределы метода.

Почему по сигналу узнают автора#

Звуковые сигналы отбирались эволюцией на узнаваемость нужной аудиторией на нужном расстоянии, поэтому каждый вид передаёт их в характерном сочетании частотной полосы, её ширины, модуляции и ритма; летучие мыши эхолоцируют в ультразвуковом диапазоне, подогнанном под размер добычи, а птицы занимают песенные полосы, обычно свободные от самого громкого фонового шума. Измеряемый объект — спектрограмма, распределение энергии по частоте и времени. Определение вида — это распознавание образов на ней: сначала сопоставление с шаблонами и ручные признаки, теперь нейронные сети, обученные на больших размеченных архивах. Классификаторы работают там, где различительная структура реальна и устойчива внутри вида, и ошибаются там, где её нет: диалекты, меняющиеся от региона к региону, индивидуальные вариации, сигналы, искажённые расстоянием, и виды, которых в обучающей выборке никогда не было.

Распространение и шум задают дальность#

Звук теряет энергию с расстоянием из-за расхождения волнового фронта — интенсивность падает пропорционально квадрату дальности — и, особенно на высоких частотах, из-за поглощения воздухом и водой. Ветер, дождь, прибой, транспорт и хоры других животных добавляют шум в перекрывающихся полосах, и приёмник слышит лишь то, что пережило обе потери: отношение сигнал-шум, а не само животное, решает, будет ли зов записан. Высокочастотные сигналы платят вдвойне — поэтому детекторы летучих мышей работают на короткой дальности, а эффективный радиус обследования любого регистратора — свойство звукового ландшафта, а не микрофона. Скважность записи, объём хранилища и питание добавляют проблему временной выборки: регистратор, слушающий секунды каждые несколько минут, пропустит виды с короткими песенными сериями или привязанными к определённой погоде.

Почему считать животных по звуку трудно#

Регистрация отвечает на вопрос «этот вид здесь подавал голос», то есть даёт присутствие, а не перепись. Между тем и другим — три зазора. Частота подачи сигналов меняется с сезоном, временем ночи, состоянием размножения и мотивацией, поэтому регистрации в час нельзя читать как особей на гектар. Расстояние неизвестно: одиночному микрофону не отличить громкий далёкий зов от тихого близкого, а затухание канала непредсказуемо, так что без локализации или калиброванной модели затухания площадь обследования не определена. Особи неразличимы: двадцать поющих птиц — одна масса перекрывающихся сигналов. Стандартный ответ тот же, что в эДНК-работах: повторные развёртывания, явная вероятность обнаружения, модели присутствия. Где нужна именно численность, честные пути — синхронизированные решётки микрофонов, локализующие отдельных поющих, или наземная калибровка частоты сигналов; оба пути на порядки дороже самого регистратора, и потому «у нас есть аудио» преувеличивает то, что аудио знает.