幾萬只水鳥,調(diào)查員是怎么數(shù)清楚的?
濕地科學(xué)與管理 林業(yè)和草原科普 2022年09月28日 20:06 北京
https://mp.weixin.qq.com/s/TRqDH-MMnuP1HvnaWhmxgQ
文章轉(zhuǎn)載自:中國野生動物保護(hù)協(xié)會、和勺嘴鷸在一起
還記得連云港青口河口的2萬多只半蹼鷸嗎?一年一度的五月候鳥遷徙高峰如期而至,江蘇沿海灘涂上的水鳥到底有幾萬只,勺機(jī)構(gòu)的調(diào)查員們是怎么數(shù)清楚的?
今天,讓我們結(jié)合著名的美國康奈爾大學(xué)鳥類學(xué)實(shí)驗(yàn)室(Cornell Lab of Ornithology)的一篇科普文章,盤點(diǎn)一下水鳥調(diào)查的技巧和方法,帶你們走進(jìn)水鳥調(diào)查員的工作日常。
數(shù)鳥也有小技巧
靈活掌握很重要
提到數(shù)數(shù),很多人的第一反應(yīng)想必是“不就是一個(gè)一個(gè)數(shù)嗎?這還能有什么技巧?”。那么,我們先來看幾張圖。
▲以上所有圖源:Macaulay Library at the Cornell Lab
是不是一開始覺得很簡單,到后面越來越……頭禿了?不僅鳥的數(shù)量越來越多,種類也越來越多,而且不同種類的鳥還混在一起!
在春秋天的候鳥遷徙季,江蘇沿海灘涂的水鳥調(diào)查員們常常面對的是最后幾張照片中的情形。更何況,野外的鳥兒們往往不像照片中那樣乖巧地一動不動,進(jìn)一步增加了計(jì)數(shù)的困難。那么,數(shù)鳥究竟有哪些技巧呢?
▌太長不看版
鳥類計(jì)數(shù)主要有以下幾種方式:
1、個(gè)體計(jì)數(shù)法
2、小群估算法
3、“通量”估算法
4、比例估算法
此處僅列出了四種比較有代表性的方法,但實(shí)際情況往往復(fù)雜多變,結(jié)合具體情況,還會有更多的計(jì)數(shù)方法。因此,是否能選用合適的方法并靈活使用是對調(diào)查員水平的一大考驗(yàn)。
選擇合適的鳥類計(jì)數(shù)方法需要考慮以下幾個(gè)因素:鳥群大小、鳥種多少、鳥群是否移動、調(diào)查時(shí)間限制等。根據(jù)這些影響因素,可以組合出幾種常見情況:
1、單一鳥種且較為靜止的一小群鳥
2、單一鳥種且較為靜止的一大群鳥
3、單一鳥種且在快速飛行中的一大群鳥
4、混有多個(gè)鳥種的混合鳥群
01
單一鳥種且較為靜止的一小群鳥
個(gè)體計(jì)數(shù)法
▲普通秋沙鴨 | 拍攝:Chris S. Wood
一般情況下,數(shù)量較小且不動的鳥群計(jì)數(shù)相對容易。只要調(diào)查員能夠清晰地看到并識別每個(gè)個(gè)體,就能在固定的地點(diǎn)一個(gè)一個(gè)地計(jì)數(shù)該鳥種的個(gè)體數(shù)。
02
單一鳥種且較為靜止的一大群鳥
小群估算法
▲這張照片里面的白鸛數(shù)量多,且在飛行中,因此需要進(jìn)行快速的實(shí)地估算。| 拍攝:Paul Chapman
如果鳥群較大的話,情況會變得棘手。遇到這種情況,使用小群估算法會使計(jì)數(shù)變得容易一些,即先計(jì)數(shù)一小群的數(shù)量,隨后推導(dǎo)到整個(gè)鳥群:不同于個(gè)體計(jì)數(shù)法,該方法的計(jì)數(shù)單位不再是一只只個(gè)體,而是一次數(shù)5只、10只甚至更多的鳥。
我們拿上面那張空中飛行的白鸛照片來舉個(gè)例子。首先,你可以數(shù)一下該鳥群中的前10只鳥,并且大致估計(jì)一下它們在該鳥群中所占空間的大小。隨后,按照這10只鳥所占空間的大小,以10只為計(jì)數(shù)單位估算其余鳥的數(shù)量。(快去對著照片認(rèn)真數(shù)一下?。?/p>
你在這張照片中數(shù)了多少只白鸛呢?以10只為一個(gè)單位計(jì)數(shù)時(shí),我們大致可以數(shù)到100只鳥,而圖片中的實(shí)際數(shù)量是102只。這個(gè)結(jié)果對于實(shí)地快速估算來說已經(jīng)非常棒了!
然而,在計(jì)數(shù)大群鳥時(shí),有兩點(diǎn)值得注意:
第一,在開始數(shù)大群鳥之前,需要確定合適的計(jì)數(shù)單位。你要思考一下,以10只作為計(jì)數(shù)單位是否合理?還是應(yīng)該以100只或者1000只為一個(gè)單位呢?無論你決定以多少只為計(jì)數(shù)單位,都必須遵循以一個(gè)一個(gè)單位去計(jì)數(shù)的原則,最終得出整個(gè)鳥群的總數(shù);
第二,對鳥群的密集程度以及距離和深度的判斷,會對計(jì)數(shù)結(jié)果有重要的影響。
說了這么多,讓我們對著下圖中的這些鴨鴨來實(shí)戰(zhàn)演練一下吧!(本案例中僅計(jì)數(shù)總數(shù),因此可以視為是單一鳥種的鳥群)
▲各種潛鴨在康奈爾鳥類學(xué)實(shí)驗(yàn)室的大本營——伊薩卡的卡尤加湖里休息。| 拍攝:Jay McGowan
首先,我們選擇以30只作為該群潛鴨的計(jì)數(shù)單位,則會得到一個(gè)大致范圍。
▲白框中約有30只潛鴨 | 拍攝:Jay McGowan
隨后,你是否會把這張圖分成下圖這樣呢?
▲簡單的六等分 | 拍攝:Jay McGowan
如果是的話,說明你沒有考慮距離和深度對于30只鳥所占面積產(chǎn)生的影響。照片是二維的,但是現(xiàn)實(shí)中的鳥群是三維立體的。如果簡單地把這群鳥分成上圖中的六個(gè)部分,仔細(xì)數(shù)一數(shù)就會發(fā)現(xiàn),照片上(以及實(shí)際觀察時(shí))同樣大小的部分,靠后方框里的鳥類數(shù)量是靠前方框內(nèi)的近兩倍。因此,在鳥類計(jì)數(shù)時(shí)需要牢牢地記住兩個(gè)維度——寬度和深度。當(dāng)鳥離得更遠(yuǎn)時(shí),相同視野面積所對應(yīng)的深度和寬度都會增加,所以要相應(yīng)地調(diào)整你的估計(jì)值。而這也需要多年的經(jīng)驗(yàn)積累,才能在調(diào)查時(shí)劃出合適的準(zhǔn)確的計(jì)數(shù)單位范圍。
▲如果你把這張圖六等分,那么每個(gè)框中的潛鴨數(shù)量就不一樣了。| 拍攝:Jay McGowan
▲計(jì)數(shù)時(shí)應(yīng)同時(shí)考慮寬度和深度,這樣才能得到30只鳥的準(zhǔn)確范圍。| 拍攝:Jay McGowan
在考慮實(shí)際情況中寬度和深度的影響后,大致可以估算出約340余只鳥。你估對了嗎?
03
單一鳥種且在快速飛行中的一大群鳥
小群估算法或“通量”估算法
靜止大群鳥的計(jì)數(shù)已經(jīng)夠難了,接下來講講難度更高的飛行中的鳥群計(jì)數(shù)。
計(jì)數(shù)飛行中的一大群鳥主要有兩種方法:
1、小群估算法:由于飛行中的大群鳥留給調(diào)查員的計(jì)數(shù)時(shí)間很短,因此應(yīng)選擇合適且較大的計(jì)數(shù)單位,如50只或100只等。這樣可以將飛行的鳥群看做近似相對靜止的狀態(tài)(比如鳥群密度和形狀不變),在較短的時(shí)間內(nèi)完成估算;
2、“通量”估算法:估算單位時(shí)間內(nèi)飛過眼前一個(gè)特定區(qū)域的鳥類數(shù)量,再乘以鳥群飛過的總時(shí)間。
調(diào)查員究竟使用哪一種計(jì)數(shù)方法,取決于當(dāng)時(shí)的實(shí)際情況以及正在計(jì)數(shù)的鳥種。如果是一大群幾千只的鳥毫無規(guī)律地朝你飛來,則可以考慮用小群估算法。如果鳥群的飛行模式較為連貫且清晰,那么用“通量”估算法可能更好。
▲太平洋沿岸的灰鹱 | 拍攝:Griffin Richards
“通量”估算法適用于飛行方式和速度較為穩(wěn)定,并且能夠持續(xù)約幾分鐘到幾個(gè)小時(shí)的鳥群。如上圖所示,太平洋沿岸的灰鹱數(shù)量非常大,但是,它們經(jīng)過計(jì)數(shù)點(diǎn)的速度相對穩(wěn)定。因此,我們可以對特定單位時(shí)間(如1分鐘或5分鐘)內(nèi)飛過眼前的個(gè)體進(jìn)行計(jì)數(shù),然后乘以群體通過眼前的總時(shí)間長短,得到飛行時(shí)間段內(nèi)的總數(shù)。假設(shè)每5分鐘有1300只灰鹱飛過,且鳥群飛行持續(xù)了15分鐘,那么可以大致推斷總數(shù)約為3900只。這是對總數(shù)進(jìn)行估計(jì)的最佳方法。使用這種方法時(shí),需要密切關(guān)注鳥群的飛行狀況及體積變化。如果你發(fā)現(xiàn)單位時(shí)間內(nèi)飛過的鳥的數(shù)量變多或變少了,那么是時(shí)候做一個(gè)新的“通量”估計(jì)了。通過分別估算不同物種的“通量”,這種方法可以用于估算同時(shí)飛過眼前的多個(gè)不同鳥種的數(shù)量。
04
有多個(gè)鳥種的混合鳥群
小群估算法或比例估算法
混合鳥群的計(jì)數(shù)可以說是骨灰級的挑戰(zhàn)。但是,只要用對了方法,加上持續(xù)的訓(xùn)練和經(jīng)驗(yàn)積累,這項(xiàng)任務(wù)也是能夠順利完成的。
估算混合鳥群的數(shù)量主要有兩種方法:
1、小群估算法:對每個(gè)鳥種,用最恰當(dāng)?shù)挠?jì)數(shù)單位分別計(jì)算總數(shù);
2、比例估算法:先估計(jì)整個(gè)鳥群的總數(shù),再估計(jì)每種鳥所占比例。
比例估算法,顧名思義是通過每個(gè)鳥種的數(shù)量占整個(gè)鳥群數(shù)量的比例來計(jì)算數(shù)量。那么我們來舉一個(gè)鷗類混合鳥群的例子。
第一步,不區(qū)分不同物種,利用小群估算法估計(jì)該鳥群的總數(shù),假設(shè)為10000只。第二步,估計(jì)每個(gè)鳥種所占的比例,如黑尾鷗占總數(shù)的50%,紅嘴鷗是30%,西伯利亞銀鷗和黑嘴鷗分別是10%。那么,把比例和總數(shù)相乘,就能夠得到大約5000只黑尾鷗,3000只紅嘴鷗,1000只西伯利亞銀鷗和1000只黑嘴鷗的結(jié)論。
然而,在整個(gè)鳥群中,各個(gè)鳥種不一定是均勻分布的。因此,在推斷整個(gè)鳥群的數(shù)量之前,要確保提前觀察過所有鳥的大致分布情況。
▲新澤西州的里德海灘是美國遷徙鸻鷸類的重要春遷中停地。| 拍攝:Cynthia Ehlinger
上圖就是一個(gè)分布不均勻的一大群混合鸻鷸水鳥。從圖片可以看出,半蹼濱鷸、三趾濱鷸和翻石鷸形成了密集的混群,而紅腹濱鷸在鳥群中分布不均,占據(jù)了照片的左邊和上面部分,并且遮擋住了其他鸻鷸類的混群。
我們分別用兩種方法來進(jìn)行鳥種計(jì)數(shù)。
比例估算法:第一步,估算鳥群的總數(shù)。以10只為單位計(jì)數(shù),總共約有1400只鸻鷸水鳥。第二步,分別估算各個(gè)鳥種的比例——約有60%的半蹼濱鷸,35%紅腹濱鷸,3%翻石鷸,2%三趾濱鷸(比例的估算也很考驗(yàn)調(diào)查員的水平)。最后,折算成各個(gè)鳥種的數(shù)量就是840只半蹼濱鷸,490只紅腹濱鷸,42只翻石鷸和28只三趾濱鷸。
小群估算法:圖中部分區(qū)域的半蹼濱鷸和其他鸻鷸鳥類的混群被體型較大的紅腹濱鷸擋住了,但是可以先假設(shè)它們在整個(gè)照片中是較為均勻分布的。因此,可以利用沒有紅腹濱鷸的部分來進(jìn)行計(jì)數(shù)和估算。也就是說,在圖片的右下部分,大約有380只半蹼濱鷸 (10只為計(jì)算單位),6只翻石鷸和10只三趾濱鷸。這片區(qū)域大約覆蓋了鳥群總面積的40%,所以我們估計(jì)照片中一共有950只半蹼濱鷸,15只翻石鷸和25只三趾濱鷸。而紅腹濱鷸,以10為單位計(jì)數(shù),得到約680只。請注意,這個(gè)方法估算的鸻鷸總數(shù)大約有1700只鳥,相較于比例估算法得到的總數(shù)要高(這是由于在比例估算法的第一步估算鳥群總數(shù)時(shí),無法把所有被紅腹濱鷸遮擋的半蹼濱鷸找出來,所以該估算的總數(shù)可能低估了實(shí)際數(shù)量)。
我們來比較一下上述兩種方法:在這個(gè)具體案例中,利用小群估算法分別計(jì)算每一個(gè)鳥種的數(shù)量使得占優(yōu)勢的半蹼濱鷸和紅腹濱鷸的計(jì)數(shù)結(jié)果更準(zhǔn)確,而用比例估算法似乎使得數(shù)量較少的翻石鷸(照片中有38只)和三趾濱鷸數(shù)量更為準(zhǔn)確。
小 結(jié)
鳥類計(jì)數(shù)主要有以下幾種方式:個(gè)體計(jì)數(shù)法、小群估算法、“通量”估算法和比例估算法。每種方法都有其優(yōu)點(diǎn)和缺點(diǎn),而選擇合適的鳥類計(jì)數(shù)方法需要綜合考慮以下幾個(gè)因素:鳥群大小、鳥種多少、鳥群是否移動、調(diào)查時(shí)間限制等。實(shí)際情況復(fù)雜多變,調(diào)查員在面臨不同情況時(shí)要靈活選擇最合適的方法。
五月,江蘇沿海遷徙季節(jié)的灘涂熱鬧非凡。無論是連云港、東凌,還是條子泥,數(shù)以萬計(jì)的鸻鷸水鳥聚集到這片廣袤的區(qū)域,在灘涂上或者高潮停歇地覓食和休息。只有骨灰級的調(diào)查員才在能在茫茫鳥海的計(jì)數(shù)任務(wù)中游刃有余。
下周,一年一度的連云港春遷聯(lián)合調(diào)查即將拉開帷幕。期待各位優(yōu)秀的調(diào)查員們能順利完成計(jì)數(shù)任務(wù),為水鳥種群監(jiān)測提供一份堅(jiān)實(shí)而有力的數(shù)據(jù)。同時(shí),祝愿萬千水鳥的遷徙之旅一路順風(fēng)。
版權(quán)聲明: 1.依據(jù)《服務(wù)條款》,本網(wǎng)頁發(fā)布的原創(chuàng)作品,版權(quán)歸發(fā)布者(即注冊用戶)所有;本網(wǎng)頁發(fā)布的轉(zhuǎn)載作品,由發(fā)布者按照互聯(lián)網(wǎng)精神進(jìn)行分享,遵守相關(guān)法律法規(guī),無商業(yè)獲利行為,無版權(quán)糾紛。 2.本網(wǎng)頁是第三方信息存儲空間,阿酷公司是網(wǎng)絡(luò)服務(wù)提供者,服務(wù)對象為注冊用戶。該項(xiàng)服務(wù)免費(fèi),阿酷公司不向注冊用戶收取任何費(fèi)用。 名稱:阿酷(北京)科技發(fā)展有限公司 聯(lián)系人:李女士,QQ468780427 網(wǎng)絡(luò)地址:www.arkoo.com 3.本網(wǎng)頁參與各方的所有行為,完全遵守《信息網(wǎng)絡(luò)傳播權(quán)保護(hù)條例》。如有侵權(quán)行為,請權(quán)利人通知阿酷公司,阿酷公司將根據(jù)本條例第二十二條規(guī)定刪除侵權(quán)作品。 |