沈陸平，方朝陽,2*，肖昕,2，蔡振饒,2

1.江西師范大學，地理與環(huán)境學院，南昌 330022

2.江西師范大學，鄱陽湖濕地與流域研究教育部重點實驗室，南昌 330022

引 言

鄱陽湖(115°47"E~116°45"E,28°11"N~29°51"N)位于長江以南，江西省北部，是中國最大的淡水湖，也是長江中下游地區(qū)僅有的兩個通江湖泊之一[1]。鄱陽湖處在東亞—澳大利亞候鳥遷徙路線上，是眾多候鳥遷飛的必經(jīng)之路，也是中國最重要的候鳥越冬地之一[2]。據(jù)相關(guān)統(tǒng)計，最少有14種瀕危候鳥在此越冬，占其全球種群數(shù)目達1%及以上的越冬候鳥至少有27種，其中白鶴（Grus leucogeranus）作為IUCN極危物種、國家一級重點保護野生動物，每年來此越冬的數(shù)量超過其全球種群數(shù)目的 98%[3]。水鳥是濕地健康的晴雨表，是濕地生態(tài)系統(tǒng)中不可或缺的一部分，也是濕地健康評價的重要指標[4]。濕地是水鳥關(guān)鍵的棲息地和重要的覓食地，隨著城市不斷擴張和人為因素的干擾，鄱陽湖濕地水鳥生境面臨著巨大的退化壓力。因此，對鳥類進行監(jiān)測與保護刻不容緩。

傳統(tǒng)的鳥類種群監(jiān)測方法依賴個人的經(jīng)驗來識別鳥類，雖然在一定程度上來說識別精度較高，但會耗費大量人力和時間，工作效率較低[5]。因此，精確、可靠、高效、低廉地對鳥類進行觀測識別，具有重要的研究價值。這些年來隨著人工智能技術(shù)的發(fā)展，計算機視覺在不同領(lǐng)域取得了長足進步，這為鳥類圖像識別提供了技術(shù)支撐[6-7]。

當下，眾多研究人員已在鳥類圖像識別方面開展了相關(guān)研究工作。潘語豪等基于YOLOv3提出了一種針對農(nóng)田鳥類的目標檢測算法[8]；石貴民針對武夷山九曲溪濕地鳥類構(gòu)建了一個人機協(xié)同監(jiān)測及識別系統(tǒng)[9]；林菡等基于BP神經(jīng)網(wǎng)絡(luò)對閩江口濕地開展了鳥類物種識別研究[10]；張曉偉等以湖北遠安沮河濕地為例探討了計算機視覺技術(shù)在鳥類監(jiān)測識別系統(tǒng)中的應用[11]。但是，現(xiàn)有研究多是由作者來整理匯總鳥類圖片，當前較為缺乏公共的鳥類數(shù)據(jù)集，特別是當前還沒有鄱陽湖地區(qū)的珍稀鳥類數(shù)據(jù)集，這在很大程度上影響了鄱陽湖地區(qū)的鳥類保護工作。

現(xiàn)有的公開鳥類數(shù)據(jù)集例如CUB-200-2011，僅有鳥類圖片信息，而沒有與鳥類多樣性相關(guān)的環(huán)境信息，本數(shù)據(jù)集對此進行了改進。針對當前鄱陽湖地區(qū)缺少可用于鳥類目標檢測公共數(shù)據(jù)集的問題，本文依托鄱陽湖濕地生態(tài)綜合數(shù)據(jù)庫云平臺，從候鳥珍稀程度和區(qū)域代表性這兩個角度出發(fā)，以白鶴、鴻雁（Anser cygnoid）和小天鵝（Cygnus columbianus）等10種珍稀候鳥為研究對象，制作了一個包含23個字段的珍稀候鳥定點觀測數(shù)據(jù)集，以期為研究人員開展鳥類目標監(jiān)測與鳥類保護工作提供助益。

1 數(shù)據(jù)采集和處理方法

1.1 數(shù)據(jù)來源

鄱陽湖10種珍稀候鳥定點觀測數(shù)據(jù)來源于由江西省林業(yè)局主導建立的“鄱陽湖濕地生態(tài)綜合數(shù)據(jù)庫云平臺”（以下簡稱平臺），數(shù)據(jù)起止時間為2021年12月7日至2022年3月5日，地理區(qū)域涉及3個地級市、7個縣區(qū)、6個保護區(qū)。表1為部分監(jiān)測點位名稱及相關(guān)信息。

表1 部分監(jiān)測點位基本信息Table 1 Basic information of some monitoring points

序號 監(jiān)測點位名稱 所屬行政區(qū) 所屬保護區(qū) 經(jīng)緯度9 五星白鶴保護小區(qū)可見光 南昌市南昌縣 五星白鶴保護小區(qū) 116°3176"E，28°7577"N 10 下山口 上饒市鄱陽縣 無 116°4317"E，29°1084"N 11 大沔池 九江市都昌縣 無 116°2521"E，29°2458"N 12 蘆潭 九江市廬山市 無 115°9859"E，29°1848"N 13 插旗洲 上饒市余干縣 無 116°4570"E，28°8346"N

1.2 數(shù)據(jù)采集方法

2021年12月7日至2022年3月5日，筆者對鄱陽湖濕地進行了為期88天的調(diào)查，在此期間隨機選取時間對各個監(jiān)測點位的畫面進行截取，獲取了白額雁（Anser albifrons）、白鶴、白琵鷺（Platalea leucorodia）、白頭鶴（Grus monacha）、白枕鶴（Grus vipio）、東方白鸛（Ciconia boyciana）、黑鸛（Ciconia nigra）、鴻雁、灰鶴（Grus grus）、小天鵝等十種珍稀鳥類6 278張圖片。各項環(huán)境數(shù)據(jù)由平臺部署的監(jiān)測站收集。表2為監(jiān)測傳感器主要參數(shù)。

表2 監(jiān)測傳感器主要參數(shù)Table 2 Main parameters of monitoring sensors

監(jiān)測指標 監(jiān)測傳感器主要參數(shù)總磷測定原理：鉬酸銨分光光度法量程：0~2 mg/L，可調(diào)零點漂移：±5%量程漂移：±10%直線性：±10%重復性：±10%檢出限：≤0.01 mg/L MTBF ≥720 h/次實際水樣比對試驗：±10%氨氮測定原理：吸收光譜法波長范圍：200~850 nm監(jiān)測頻率：可自定義監(jiān)測頻率，最高監(jiān)測能力3分鐘/次。檢出限：0.1 mg/L零點漂移：±2% FS量程漂移：±2% FS重復性：±1% FS與標準方法的實際水樣比對：±20%pH值測定原理：玻璃電極法量程：pH 0~14（0~40 ℃），可調(diào)漂移（pH=4、7、9）：±0.1 pH重復性：±0.1 pH響應時間：≤30 s溫度補償精度：±0.1 pH MTBF：≥720 h/次葉綠素a量程范圍：0~400 ug/L或0~100 RFU分辨率：0.1 ug/L防護等級：IP68最深深度：水下10米溫度范圍：0~50℃溶解氧測量范圍：0~20 mg/L；0~60 ℃分辨率：0.01 mg/L；0.1 ℃精度：±0.5% FS；±0.3 ℃溫補范圍：自動0~60 ℃

1.3 數(shù)據(jù)處理方法

本數(shù)據(jù)集從4個角度設(shè)置了23個字段，包括圖片、中文名、拉丁學名、國內(nèi)保護級別、IUCN瀕危等級等基本屬性字段，監(jiān)測點位名稱、經(jīng)緯度、攝制時間、所屬保護區(qū)名稱、保護區(qū)級別、所屬行政區(qū)等時空屬性字段，行為、是否成年等自身屬性字段，及生境、氣溫、氣壓、水溫、總氮、總磷、氨氮、pH值、葉綠素a、溶解氧等環(huán)境屬性字段。在本數(shù)據(jù)集中，各個物種的中文名和拉丁學名的使用參考《世界鳥類分類與分布名錄》[12]和《國家重點保護野生動物名錄》[13]等著作，國內(nèi)保護級別參考《國家重點保護野生動物名錄》，IUCN瀕危等級參考IUCN紅色名錄[14]，時空屬性字段數(shù)據(jù)均取自平臺，行為包括覓食、游走、休憩、理羽、警戒、飛行等，是否成年參考各類著作及相關(guān)論文[15]，生境類型包括湖泊、淺灘、草洲、泥灘、泛濫地、裸地等天然生境以及池塘、灌溉地等人工生境，其余環(huán)境屬性字段數(shù)據(jù)均取自平臺。

2 數(shù)據(jù)樣本描述

2021-2022年鄱陽湖10種珍稀候鳥定點觀測數(shù)據(jù)集數(shù)據(jù)包括6 278條記錄，包括基本屬性、時空屬性、自身屬性、環(huán)境屬性4類屬性。每種鳥類搜集的數(shù)據(jù)量如圖1所示，其中東方白鸛數(shù)據(jù)量最多，黑鸛數(shù)據(jù)量最少?；緦傩园▓D片、中文名、拉丁學名、國內(nèi)保護級別、IUCN瀕危等級5個字段，時空屬性包括監(jiān)測點位名稱、經(jīng)緯度、攝制時間、所屬保護區(qū)名稱、保護區(qū)級別、所屬行政區(qū)6個字段，自身屬性包括行為、是否成年2個字段，環(huán)境屬性包括生境、氣溫、氣壓、水溫、總氮、總磷、氨氮、pH值、葉綠素a、溶解氧10個字段，總計23個字段。

表3-表6為按照這4類屬性劃分的5條樣例數(shù)據(jù)（白鶴、東方白鸛、白枕鶴、小天鵝、鴻雁）。

圖1 各鳥類數(shù)據(jù)量圖Figure 1 Data size diagram of the 10 bird

表3 基本屬性樣例數(shù)據(jù)Table 3 Sample data of basic attributes

序號 圖片 中文名 拉丁學名 國內(nèi)保護級別 IUCN瀕危等級2東方白鸛 Ciconia boyciana 一級 瀕危（EN）3白枕鶴 Grus vipio 一級 易危（VU）4小天鵝 Cygnus columbianus 二級 無危（LC）5鴻雁 Anser cygnoid 二級 易危（VU）images/BZ_329_520_360_784_583.pngimages/BZ_329_517_636_781_897.pngimages/BZ_329_520_936_784_1121.pngimages/BZ_329_520_1130_784_1322.png

表4 時空屬性樣例數(shù)據(jù)Table 4 Sample data of spatio-temporal attributes

表5 自身屬性樣例數(shù)據(jù)Table 5 Sample data of selfood attributes

表6 環(huán)境屬性樣例數(shù)據(jù)Table 6 Sample data of ambient attributes

3 數(shù)據(jù)質(zhì)量控制和評估

在數(shù)據(jù)收集階段，我們對所有的原始數(shù)據(jù)進行了保存，便于后期的數(shù)據(jù)核對。我們邀請生物學專家進行了相關(guān)鳥類物種鑒別的培訓，所有數(shù)據(jù)收集人員均在培訓合格后再開始數(shù)據(jù)的收集工作，收集完畢后再由2位專業(yè)人員進行數(shù)據(jù)核對。在數(shù)據(jù)處置階段，所有鳥類物種的鑒別嚴格參考了各類著作及相關(guān)論文上的分類特征描述，一切存疑的鑒別均由專家確認。在本數(shù)據(jù)集中，所有的環(huán)境數(shù)據(jù)均采自平臺部署的監(jiān)測站，在監(jiān)測階段，由長期在各個保護區(qū)工作的專業(yè)人員對監(jiān)測儀器設(shè)備進行使用和維護。本文通過以上方式來確保數(shù)據(jù)的準確性。

4 數(shù)據(jù)價值

本數(shù)據(jù)集的價值體現(xiàn)在：一是針對當前鄱陽湖地區(qū)缺少公共的可用于鳥類識別的數(shù)據(jù)集的問題，構(gòu)建了一個包括6 278條記錄的鄱陽湖10種珍稀鳥類數(shù)據(jù)集，有利于促進鄱陽湖地區(qū)開展鳥類目標檢測工作，改善鳥類保護工作；二是兼顧了部分學者對鳥類行為數(shù)據(jù)的需要[16]，針對當下沒有公共的鳥類行為數(shù)據(jù)集的問題，進行了鳥類行為的分類，有助于學者開展鳥類行為識別研究；三是參考相關(guān)論文[17-19]補充了與水鳥有關(guān)的環(huán)境數(shù)據(jù)，有益于學者開展水鳥多樣性與環(huán)境因子的相關(guān)性研究，為水鳥多樣性保護及濕地生態(tài)修復提供科學依據(jù)。本數(shù)據(jù)集可為從事上述研究的學者提供基礎(chǔ)數(shù)據(jù)支撐，亦可為鳥類愛好者與管理人員提供珍稀鳥類頻繁出沒的地點信息，便于觀察和保護。