📄 从声音能量到物种名单：丰富度敏感的声学多样性指数如何建成与验证
评分：6.2/10 | 创新 1.2/2 | 技术严谨 1.2/1.5 | 实验充分 1.2/1.5 | 清晰度 0.8/1 | 影响力 0.5/1.5 | 开源 0/1.5 | 可复现 0.3/0.5 | 工程/实践 1/1.5
👥 作者与机构
- Muhammad Saeed：机构信息未能在本次解析中与作者逐人可靠绑定
- Dmitry Mikhaylov：机构信息未能在本次解析中与作者逐人可靠绑定
- Mohamed H. Alhosani：机构信息未能在本次解析中与作者逐人可靠绑定
- Yasser F. Al Wahedi：机构信息未能在本次解析中与作者逐人可靠绑定
- Rory Pilossof：机构信息未能在本次解析中与作者逐人可靠绑定
- Ahmed Arabi：机构信息未能在本次解析中与作者逐人可靠绑定
- Walid Shaaba：机构信息未能在本次解析中与作者逐人可靠绑定
📌 核心摘要
被动声学监测输入连续野外录音，常用声学指数只汇总声能分布，易受风雨昆虫机械噪声干扰，与物种丰富度关系不稳，论文输出以3秒窗计的鸟类物种检测并汇总为群落多样性，难点是分类器存在高置信度误检且评估泄漏会虚增性能。在1216次鸣叫24类的强标注热带数据集上按录音分组的5折交叉验证下，BirdNET嵌入加逻辑回归宏F1为0.750±0.029，高于MFCC统计随机森林的0.555，MobileNetV2的0.738与EfficientNet-B0的0.737紧随其后。帧级随机森林泄漏审计中，随机分帧准确率为0.703，而按录音分组5折验证准确率仅为0.409±0.022，约29个百分点的虚高证明基准模型不可直接迁移，故野外改用通用模型重做检测。野外检测把津巴布韦河岸稀树草原和阿布扎比动物园录音输入BirdNET v2.4加地点季节过滤，输出3秒窗初步检测，该检测列表再输入严格事后地点过滤，去除置信度阈值漏过的高置信度误检。过滤后的物种计数接着进入指数计算，转香农多样性除以区域池对数得到ABIE即H/ln Sref，时间稳定性T单独报告。在149个记录小时的每小时分辨率比较中，ABIE与BirdNET丰富度的Spearman相关为0.93，高于最优标准指数ACI的0.48。在昼夜匹配稀释到相等努力量下，草原保持21种、ABIE为0.38，高于动物园三处的1.3-13种、ABIE为0.03-0.21，分离了自然草原与管理城市生境。结论限于单记录器时间重复、仅针对鸟类而不含蛙类昆虫哺乳动物、12kHz带宽内、两地不同季节年份录音且检测未经专家验证的概念验证，CNN在Google Colab的NVIDIA T4上训练而嵌入模型无需GPU训练。
🔗 开源与复现资源
- 第三方资源：https://www.kaggle.com/c/rfcx-species-audio-detection — 链接可访问（HTTP 200）
可达状态仅表示本次链接检查结果，不代表许可证、本文权重或运行复现已验证。
🧭 深度解读
被动声学监测要回答什么，现有捷径在哪里失灵
被动声学监测的输入是野外部署的录音机连续采集的声音，目标是在难以徒步调查的地方低干扰地估计生物多样性，输出应能回答哪里更丰富、变化趋势如何。录音量动辄数千小时，人工听完不可能，必须靠自动摘要。
最常用的摘要是 6 种声学指数：ACI 看相邻时间帧强度变化，ADI 和 AEI 看能量在频带间是否均匀，BI 积分 2 到 8 kHz 鸟鸣带能量，NDSI 对比生物声与人为噪声能量比，声熵 H 是时间熵与频谱熵乘积。它们都不需要训练标签，算得快，但处理对象是能量分布，不是物种身份。
问题在于高指数值不等于高多样性。雨、风、昆虫、机器都会推高指数，且不同生态系统行为不同。论文引用的千余关系元分析显示指数与多样性关系中等且变异大。因此任务必须保留的信息是谁在叫、叫了多少次，而这正是物种检测路线要补的。
声学指数 × 物种检测： 声学指数处理的是声谱图上能量随时间和频率的分布，计算快但不知道是谁在叫；物种检测处理的是每个 3 秒窗里出现哪个物种，把声音变成物种计数。前者适合描述声景结构，后者才能直接算丰富度和多样性，本文用前者做对照，用后者做指数基础。
能量指数与物种分类器两条路线各解决了什么
能量指数路线把声谱图分频带、分时帧统计，优点是通用、无需标注，缺点是把鸟、虫、泵声混在一起。城市研究已发现这类偏差，机械或水体连续噪声会把均匀度类指数填得很满。
物种分类器路线以 BirdNET 为代表，可识别 6000 多种鸟并自带地点和季节元模型，把不可能出现在该地该周的物种先筛掉，其内部嵌入还可迁移到小样本新任务。生态学家可直接用检测算丰富度和 Hill 数，解释更自然。
但该路线有两个已知坑。一是误报，即使置信度很高也会把丰富度虚增；二是评估泄漏，把同一录音甚至同一叫声的短帧同时放入训练和测试，会虚高准确率。本文的全部设计就是围绕堵住这两处再谈指数。
论文要修的旧指数错在哪里，新指数要满足什么
旧版 ABI 把香农多样性除以观测丰富度的对数，这正是 Pielou 均匀度 J，天然对丰富度不敏感；再乘以无加权的平均变异系数的倒数，稀有种变异大主导了结果，且分箱数一变值就变。仿真显示旧指数随真丰富度上升反而下降。
新指数要求有界、丰富度敏感、可比。做法是分母换成固定的区域物种池对数，分子仍是检测的香农多样性；稳定性另算一个 T，不再强行相乘。论文还要证明在同等努力量下自然稀树草原确实高于人工动物园，而常用指数做不到。
三步流程如何从录音走到指数对比
全文流程分 3 段。第一段在强标注的 RFCx 数据上基准测试 4 种分类器，全部用按录音分组的五折交叉验证，并做泄漏与域偏移审计，选出可信的检测方案。
第二段处理野外录音。所有录音统一到每小时前 30 分钟、按 1 分钟块算 6 种指数；同时用 BirdNET v2.4 按 3 秒窗做物种检测，先加默认地点季节过滤，再加更严的事后地点过滤和 0.50 置信度阈值，导出片段备查。
第 3 段算指数与验证。检测按物种乘时间 bin 计数，算 ABIE、T、Hill 数和不确定性，做努力量标准化、阈值与分箱敏感性、仿真特性分析，最后在 149 个记录小时上与声学指数对比。
以下流程图展示了从每小时 30 分钟标准化、双路分析到稳健性验证的完整汇合关系。
看图路径： 1. 沿 A 分类器基准、B 野外声景、C 指数验证三条横带看主流程；2. 注意 B 中同一录音同时分叉到 BirdNET 检测和六种声学指数；3. 看 C 中物种乘时间 bin 计数如何同时喂给 ABI、Hill 数和稳健性分析
论文图 2。原论文 Figure 2:：“Fig. 2. Analysis workflow. Field recordings are standardised to 30 min h-1 and analysed in 1-min blocks for six acoustic indices and for BirdNET species detections with a…”。
图中可见分类器基准独立于野外数据，只通过最优模型选择影响检测策略；野外录音同时进入指数与检测两路，最终在小时尺度汇合比较。这种分叉设计让能量描述与物种计数在相同时间粒度下可比，也让误报控制的效果能直接体现在指数差异上。
分类器基准比较了哪些输入与模型
基准数据是波多黎各 RFCx 挑战的真阳性标注，1216 个叫声、24 类、每类 34 到 100 个叫声，分布在 1132 个 1 分钟录音中，每类标注了起止时间和频率范围。这是与野外无关的第三方强标注集，只用于选模型。
3 种输入分别对应 4 种模型。对数梅尔谱图取叫声中心 12 秒窗、128 个梅尔带，喂给微调的 MobileNetV2 和 EfficientNet-B0；MFCC 均值方差加频谱质心等统计量喂给 500 棵随机森林；BirdNET v2.4 对叫声中心 3 秒窗提 1024 维嵌入，标准化后喂给 L2 逻辑回归。网络训练用 AdamW、单周期最大学习率 0.001、标签平滑 0.1 和 SpecAugment，内验证宏 F1 10 轮不升则早停。
评估用按录音分层的分组五折交叉验证，同一录音不跨训练测试，报告准确率、平衡准确率、宏 F1、前三准确率、LWLRAP 和期望校准误差。宏 F1 是每类 F1 的平均，LWLRAP 在单标签下等价于正确类排名倒数的平均，ECE 是置信度与准确率在 15 个等宽箱上的加权差距。
BirdNET 嵌入 × 逻辑回归： BirdNET 嵌入是 BirdNET 模型对一段叫声算出的 1024 维向量，已包含全球鸟声学到的特征；逻辑回归是在该向量上训练的简单线性分类器，只学 24 类的分界面。组合的意义是以大模型的通用听觉特征换小样本可训练性，避免从零训练声谱图网络。
ABIE 与稳定性项各自计算什么
设物种 i 在时间 bin t 的 3 秒窗检测数为计数，bin 内分析分钟数为努力量，检测占比为该物种计数占全部计数的比例，检测率是计数除以 bin 分钟数。香农多样性是对占比加权的对数和，刻画丰富且均匀程度。
\[H=-\sum_{i=1}^{S}p_{i}\ln p_{i}\]上式先算每个物种占比乘其对数再求和取负，占比来自全部 bin 的汇总计数，与分箱无关。有效物种数 1D 是其指数，优势种主导时 1D 远小于观测种数。
\[\mathrm{ABI}_{E}=\frac{H}{\ln S_{\mathrm{ref}}}\]ABIE 把香农多样性除以固定区域池对数，区域池取地点过滤阈值 0.10 下最大的站点物种表 409 种。分母固定使 ABIE 随丰富度上升而上升且在 0 到 1 之间，只有池内物种被等量检出才到 1。在同一研究内 Sref 为常数，ABIE 排序与香农多样性一致，价值在于跨点可比的标尺和配套的过滤与标准化流程。
\[\mathrm{CV}_{i}=\frac{\mathrm{sd}_{t}\left(r_{i,t}\right)}{\mathrm{mean}_{t}\left(r_{i,t}\right)}\]稳定性 T 先对每个物种算检测率跨 bin 的变异系数，再按占比加权平均并用最大可能值归一化后取反。最大值为 bin 数减一的平方根，对应只在一个 bin 出现的极端；加权防止稀有种主导。T 为 1 表示各物种恒定检出，为 0 表示极不稳定。
地点与季节过滤 × 置信度阈值： 地点与季节过滤用 BirdNET 元模型判断某物种在该经纬度和周次是否可能出现，先去掉地理上不合理的候选；置信度阈值再按模型输出分数去掉低可信检测。前者管高分误报，后者管低分噪声，两道闸都通过才计入指数。
ABIE × T 时间稳定性： ABIE 是检测群落的香农多样性除以区域物种池对数，回答群落有多丰富多均匀；T 时间稳定性是按检测占比加权的跨时间 bin 变异系数的反向度量，回答检测在时间上有多稳定。两者相乘曾想兼顾多样性和稳定，但自然昼夜节律会拉低 T，所以正文主张分开报告。
Hill 数 × ABIE： Hill 数是同一组物种占比换算的有效物种数，0D 是 observed 丰富度，1D 突出常见种，2D 突出优势种；ABIE 是把香农多样性放到区域池尺度上归一到 0 到 1。Hill 数保留绝对规模感，ABIE 提供跨地点可比的相对标尺，论文要求同时报告以免只看单一值误判。
没有在野外训练什么，实际执行了哪些计算与审计
本研究没有在津巴布韦野外标签上训练任何物种模型，因为那里没有标注。RFCx 上的训练只用于基准比较，野外直接调用已有的 BirdNET 命名物种输出加地点过滤，不把 RFCx 训练的 24 类 CNN 搬到非洲。
泄漏审计用帧级随机森林对比两种划分：随机打散 512 采样点帧的 80 比 20 划分，与按录音分组的五折划分。前者让同一叫声的帧同时出现在两边，后者杜绝。域偏移审计把 RFCx 训练的 CNN 集成用于津巴布韦 720 个 10 秒窗，看最大 softmax 概率分布，因为 24 个 RFCx 类本不应出现在赞比西河谷，理想模型应表现不确定。
野外检测的计算是滑动 3 秒窗、置信度 0.10 以上先存，再按地点元模型分数过滤，生物类保留阈值 0.50。论文还给出专家验证后的校准公式思路，用逻辑回归把置信度映射为正确概率以定目标精度阈值，但本次野外尚无验证标签，故仍用全局 0.50 并导出片段待查。
录音地点、努力量与分析粒度如何统一
研究地点是极端对比而非区域生态比较。津巴布韦 Chirundu 是赞比西河谷河岸林加 mopane 稀树草原，2024 年 2 月湿季一台 SM4；阿布扎比 Emirates Park Zoo 是干旱城市动物园，2025 年 7 月热季三台 SM4 分别在笼舍、水池和游步道。作者强调选极端环境是为了无歧义地检验指数能否分开已知丰富度差异大的地点。
采样率均为 24 kHz，可用带宽到 12 kHz，动物园立体声取平均转单声道，需 BirdNET 处重采样到 48 kHz。记录时长不同，统一只分析每小时前 30 分钟，按 1 分钟块算指数。分析努力量为 Chirundu 6.0 小时，笼舍 13.1 小时，水池 26.8 小时，步道 27.0 小时。 下图给出站点地图，理解后续努力量不平衡与生境差异的前提。
看图路径： 1. 先看左图非洲大陆上两个方框的南北位置差异；2. 再看右上津巴布韦记录点与右下阿布扎比三个记录点的标注；3. 注意津巴布韦只有 1 个记录器而动物园有 3 个生境点
论文图 1。原论文 Figure 1:：“Fig. 1. Location of the two study areas: Chirundu in the Zambezi Valley, northern Zimbabwe (riverine savanna; one recorder), and Emirates Park Zoo and Resort, Abu Dhabi, United…”。
左图显示津巴布韦点在南部非洲、动物园点在阿拉伯半岛东岸，跨洲跨季节；右上放大显示赞比西河谷单点坐标，右下显示动物园三点共用同一园坐标但分属不同微生境。这解释了为何后文必须做昼夜匹配的稀疏化，否则时长和物候差异会混淆生境效应。
| Site | Recorder | Dates | Files | Analysed (h) |
|---|---|---|---|---|
| Chirundu (ZW) | SM4 | 1–2 Feb 2024 | 12 | 6.0 |
| Zoo – Cage | SM4 S4A27792 | 27–29 Jul 2025 | 27 | 13.1 |
| Zoo – Pool | SM4 S4A27903 | 27–29 Jul 2025 | 54 | 26.8 |
| Zoo – Walking | SM4 S4A27910 | 27–29 Jul 2025 | 55 | 27.0 |
该表比较 4 个站点的记录器、生境、日期与分析时长是否可比，公平条件是统一到每小时前 30 分钟后的分析小时数。
Chirundu 文件最少但为自然生境基线，动物园三点时长多 2 到 4 倍，后文若直接比总数会偏向动物园，因此必须稀疏到 6 小时同等努力。采样季节年份不同是主要限制，丰富度差异不能简单归因于生境，论文也明确这是概念验证而非两地生态比较。
分类器基准谁最好，评估方式的影响有多大
在按录音分组的严格评估下，BirdNET 嵌入加逻辑回归宏 F1 为 0.750，前三准确率 0.933，LWLRAP 0.846，为四者最高；MobileNetV2 和 EfficientNet-B0 宏 F1 约 0.737 到 0.738 紧随其后，随机森林仅 0.555。校准以 MobileNetV2 最好，嵌入模型稍差。逐类看 23 类召回 0.60 到 0.94，仅第 3 类掉到 0.32 且错误分散。
下图直观显示随机森林与其他三者的断层，以及两种 CNN 与嵌入模型在均值上的接近。
看图路径： 1. 对比三个面板中随机森林与其他三者的纵轴差距；2. 观察 BirdNET 嵌入加逻辑回归在 Macro-F1 和 LWLRAP 上的均值与置信区间；3. 注意 MobileNetV2 与 EfficientNet-B0 几乎重叠而误差棒较小
论文图 4。原论文 Figure 4:：“Fig. 4. Comparison of the four classifiers under recording-grouped 5-fold cross-validation (mean and 95% confidence interval over folds).”。
三面板分别为宏 F1、准确率与 LWLRAP，每组 4 个模型各有五折散点与均值置信区间。可见黄色随机森林显著偏低，另三者置信区间重叠，嵌入模型在宏 F1 和排序指标上略占优且无需 GPU 训练，这是后文野选用 BirdNET 路线的依据之一。
评估协议的影响是关键反例。帧级随机打散准确率 0.70，按录音分组骤降到 0.41，约 29 个百分点的虚高来自同一叫声的帧泄漏。域外测试更直接：RFCx 训练的 CNN 在域内中位最大概率 0.82、83.4% 窗超 0.5，到津巴布韦 720 窗中位仅 0.19、仅 0.1% 超 0.5，说明波多黎各模型不能搬到非洲，这也是野外不沿用该 CNN 而用 BirdNET 命名物种的原因。
| Data | Windows | Median max. probability | Share > 0.5 |
|---|---|---|---|
| RFCx (in-domain, OOF) | 1216 | 0.82 | 83.4% |
| Chirundu, Zimbabwe (out-of-domain) | 720 | 0.19 | 0.1% |
该表检验域偏移下模型的自信是否仍然可靠，比较对象是域内 RFCx 折外预测与域外津巴布韦窗，指标是最大 softmax 概率中位与超 0.5 比例，越低表示越知道自己不知道。
域内高自信而域外低自信且几乎无高分窗，支持不确定性行为正常，但也说明跨区直接套用分类器不可行。限制是这只是 CNN 集成的行为，未直接证明 BirdNET 在非洲的精度，后者仍需专家验证稀有种。
野外声景与物种检测看到了什么差异
长时伪彩声谱图显示结构差异。Chirundu 在 2 到 8 kHz 有大量离散事件，清晨鸟活动加 7 到 9 kHz 昆虫窄带；笼舍和步道每天约 6 到 18 时出现宽带日间源，夜间转为窄带虫声，水池则昼夜近乎连续宽带噪声，可能与通风、喷雾、水泵有关。日廓线也对应：动物园 ADI 与声熵白天跳到近最大、AEI 反向，水池全天偏高，Chirundu 的 ACI 在多数小时最高。
下图是四站点的长时伪彩总览，红色为复杂度、绿色为超背景 6 dB 事件比例、蓝色为平均谱功率，均按站点百分位归一化。
看图路径： 1. 先对比四行色带的时间覆盖长度与空白未记录段；2. 观察动物园白天宽带紫色背景与夜间窄带结构的切换；3. 注意津巴布韦 2 到 8 kHz 离散事件与水池近乎连续噪声的差别
论文图 8。原论文 Figure 8:：“Fig. 8. Long-duration false-colour spectrograms of the four sites (0–12 kHz).”。
可见津巴布韦记录稀疏但事件分明，动物园三行色带更连续发紫，步道与笼舍昼夜切换整齐，水池几乎无昼夜分界。这帮助理解后文为何 ADI、NDSI 在水池最高：连续噪声把频带填得很均匀，而这与鸟多少无关。
物种侧经严格地点过滤去掉了动物园 517 个高置信检测、涉及 9 种 13 个站点物种记录，Chirundu 零去除。其中仓鸮占 466 个、最高置信度达 0.999，大斑啄木鸟 42 个，均为 7 月阿布扎比不合理的古北界林鸟，很可能是圈养个体或其他声音被误判。过滤后 Chirundu 287 次检测 21 种，前五为绿背织雀类等本地种；动物园步道 678 次 25 种但笑鸠 431 次主导，笼舍 459 次 17 种，水池 26.8 小时仅 9 次 4 种。Chirundu 检测集中在 6 到 11 时晨峰，动物园则昼夜分散。
同等努力下稀树草原是否更高，常用指数为何跟不上
全努力下 Chirundu 有效多样性 1D 为 9.83，ABIE 为 0.38，虽努力最少仍最高；步道虽有 25 种但 1D 仅 4.26、均匀度 0.45，优势种主导拉低多样性；水池几乎无鸟。组合指数 ABIrev 因稳定性 T 在 Chirundu 仅 0.39 而动物园 0.65 到 0.67，未能拉开差距，旧版 ABI 则因均匀度高而排第一但对丰富度不敏感。
昼夜匹配稀疏到 6 小时后差距更大：Chirundu 保持 21 种、ABIE 0.38，笼舍 13.0 种、ABIE 0.18，步道 12.6 种、ABIE 0.21，水池 1.3 种、ABIE 0.03。阈值 0.10 到 0.90 共 17 档与地点过滤 0.03 到 0.30 各档下 Chirundu 的 ABIE 始终最高，说明结论对参数不敏感。
| Site | Detections | S | 1D | ABIE | ABIrev |
|---|---|---|---|---|---|
| Chirundu | 287 | 21 | 9.83 | 0.38 [0.25–0.41] | 0.150 [0.096–0.214] |
| Zoo – Walking | 678 | 25 | 4.26 | 0.24 [0.17–0.29] | 0.162 [0.129–0.189] |
| Zoo – Cage | 459 | 17 | 3.37 | 0.20 [0.14–0.25] | 0.132 [0.096–0.159] |
| Zoo – Pool | 9 | 4 | 2.73 | 0.17 [0.00–0.21] | 0.060 [0.000–0.090] |
该表比较全努力下谁的有效多样性和 ABIE 更高，比较条件是 60 分钟 bin、置信度 0.50、严格地点过滤，指标越大越多样，括号为块自助 95% 区间。
Chirundu 以最少努力取得最高 1D 和 ABIE，步道种数多但均匀度低故 ABIE 低，水池检测过少导致区间宽到含零。代价是单记录器、无空间重复，小时级与笼舍步道的差异未达显著，且季节年份不同混杂物候，梯度验证仍缺。
小时尺度 149 小时上 ABIE 与 BirdNET 丰富度的 Spearman 相关达 0.93，而 6 种指数最好仅 ACI 0.48，ADI、AEI、NDSI 与声熵绝对值不超过 0.16，BI 负相关。ADI 与 NDSI 在几乎无鸟的水池最高，BI 因积分虫声与机器声而负相关。小时中位对比仅对水池显著，ACI、BI 在 Chirundu 高于全部动物园点，说明指数更适合描述结构而非度量多样性。
阈值、分箱与仿真如何揭示指数的边界
置信度从 0.10 提到 0.90，Chirundu 丰富度从 62 降到 10，ABIE 从 0.49 降到 0.32，但始终高于动物园；分箱从 15 到 120 分钟，ABIE 不变因与分箱无关，T 变 0.09 以内。地点过滤收紧时动物园种数与 ABIE 下降而 Chirundu 几乎不动，符合去掉误报的预期。
仿真在 100 种池、24 bin、3000 次期望检测下 1 次变一个因素。真丰富度 5 到 100 时旧指数从 0.52 降到 0.37 而 ABIE 从 0.28 升到 0.89；不均匀度上升 ABIE 下降；真变异上升 T 下降；30% 误报率把观测种数从 40 推到 100、ABIE 从 0.69 推到 0.83，证明先控误报再算指数的必要。
| Class | BirdNET emb. + LR | EfficientNet-B0 | MobileNetV2 | Random forest (MFCC) |
|---|---|---|---|---|
| 3 | 0.30 | 0.08 | 0.17 | 0.22 |
| 6 | 0.97 | 0.92 | 0.91 | 0.75 |
| 10 | 0.93 | 0.95 | 0.91 | 0.70 |
| 17 | 0.79 | 0.88 | 0.90 | 0.49 |
该表比较哪类最难分且模型差距多大，比较条件是 pooled 折外预测的逐类 F1，越大越好，含嵌入模型、两 CNN 与随机森林基线。
第 3 类所有模型均差，嵌入 0.30、CNN 低至 0.08 到 0.17，说明不是单模型偶然失败；第 9、20、22 类随机森林显著落后而嵌入与 CNN 保持高位，支持通用嵌入的优势。限制是仅报告 F1 而无校准与成本，且 RFCx 类与非洲类无对应，跨域表现仍需另验。
结论在什么条件下才成立，还有哪些缺口
第一是重复不足。Chirundu 一台机 6 小时 2 天，每个动物园生境一台机，站点对比靠时间重复而无空间重复，小时检验对笼舍步道不显著。
第二是季节年份混杂。2 月湿季对 7 月热季，生境与物候分不开，论文明确定位为极端概念验证而非两地生态比较。
第三是类群与带宽。BirdNET 只管鸟，蛙虫兽不在物种指标内；24 kHz 采样限到 12 kHz，高频虫蝠缺失。
第四是验证未完成。检测未经专家核验，稀有种精度未知，少数通过过滤但在 7 月仍可疑的种已保留但影响小于 0.005，待物种特异阈值替换全局 0.50。
第五是对比强度弱。稀树草原对管理动物园是大幅梯度，对自然生境内渐变是否敏感仍需更细的干扰梯度检验。
复现第一步做什么，需要哪些版本与参数
先按每小时前 30 分钟、1 分钟块、单声道、BirdNET 处 48 kHz 重采样整理录音，用 scikit-maad 算 6 种指数并记 Nyquist 12 kHz、ADI 0 到 12 kHz 每 1 kHz 一带阈值负 50 dB、BI 2 到 8 kHz、NDSI 生物 2 到 11 kHz 对人为 1 到 2 kHz。
物种侧用 BirdNET v2.4 TFLite 3 秒窗、存 0.10 以上预测，检测时地点季节元模型阈值 0.03，事后严格过滤要求地点分不低于 0.10，区域池取该阈值下最大站点表 409 种并报告模型版本，生物检测保留 0.50。站点指标用 60 分钟 bin、2000 次块自助，跨点比用昼夜匹配稀疏到最少努力的 500 次抽样。
代码称按 Python 包一键复现每数每图表，但资源证据仅证明 RFCx Kaggle 链接可用，未证明作者包已公开，录音与小时表需向通讯作者索取。复现时务必固定随机种子并声明 Sref 定义，否则 ABIE 跨研究不可比。
什么时候值得尝试这种物种指数
当已有 BirdNET 覆盖区域的鸟声且能给出地点季节元模型、并可导出片段做专家核验时，值得用 ABIE 加 Hill 数代替单一能量指数做丰富度比较，前提是先做严格地点过滤、声明 Sref 与模型版本、并做昼夜匹配的努力量标准化。
不适合的场景是只关心声景结构、无物种验证能力、或比较跨季节跨年而未控制物候时，此时能量指数描述结构仍有用，但不应读作多样性高低。稳定性 T 应单独报告，若需生态意义更强的稳定，应比较同小时跨天的一致性而非 1 天内昼夜波动，这需要多日序列而本次 Chirundu 不具备。
一句话：物种名单加区域池与等努力让指数可解释，高分误报与昼夜节律是必须单独处理的两处代价。
📎 论文与评分元数据
排名：前50% | 文档类型：应用研究 | arXiv 原文
⚖️ 评分明细
评分属于系统判断，不是论文实验结果；八维数值与总分见页首，原始审计记录保留在后端。
评分规则：type-aware-v1
评分模型：muse-spark-1.3-contributor
评分请求协议：openai_responses