《The Wilson Journal of Ornithology》：Community-science sourced evidence of vocal mimicry in Perisoreus jays
编辑推荐：
这篇综述基于对eBird、Macaulay Library等社区科学平台超过45万条观测记录的系统性分析，揭示了加拿大松鸦和西伯利亚松鸦的鸣声模仿（Vocal Mimicry）行为远比既往认知更为广泛和多样，并明确了数十种此前未被记录的“模型物种”，凸显了社区科学数据在研究稀有行为方面的巨大潜力，并呼吁对鸣声模仿在亲缘物种间的功能与演化意义进行更深入的探讨。
ABSTRACT
鸟类鸣声模仿是一种在雀形目中已有充分记录的行为。然而，对于许多物种而言，关于模仿行为多样性的详细数据仍然匮乏。此外，尚不清楚亲缘关系密切的物种是否表现出相似的模仿行为。松鸦属（Perisoreus）是一个已知的模仿者类群，包括加拿大松鸦（P. canadensis）、西伯利亚松鸦（P. infaustus）和四川松鸦（P. internigrans）。为了描述该属的模仿行为特征，我们对来自eBird、Macaulay Library、iNaturalist和Xeno-Canto的超过450,000条社区科学观测记录进行了系统性分析。我们共发现了该属物种的244次模仿观察记录，并识别出加拿大松鸦模仿的40种模型物种（其中31种此前未被记录）、西伯利亚松鸦模仿的20种模型物种（其中16种此前未被记录），以及四川松鸦模仿的0种模型物种（尽管此前文献记载过两种）。此外，我们收集了121段模仿事件的录音。我们的研究结果表明，松鸦属鸟类的鸣声模仿行为比以往记录的更为广泛和多样。本研究凸显了社区科学数据在记录稀有或未被充分研究行为方面的价值，并呼吁进一步研究鸣声模仿行为的意义，特别是在亲缘关系密切的物种之间。
引言
鸟类鸣声模仿被定义为“模仿者与被模仿模型物种之间的鸣声相似性，且这种相似性能为信号的接收者带来特定利益”的行为。这种行为在鸟类中广泛存在，但其结构、起源和功能的系统性研究框架直至近年才逐渐建立。已知著名的模仿者包括北方 mockingbird、欧洲八哥以及鹦鹉、琴鸟等类群。鸟类模仿行为可能用于捕食者回避、寄生、觅食、竞争、性选择以及育雏等多种情境。
鸦科是雀形目中已知会在野外进行模仿的类群之一。一些鸦类物种似乎专门模仿猛禽和其他鸟类的叫声，这种行为被认为可能服务于欺骗捕食者或社会信号传递等目的。然而，鸦科，尤其是其中研究较少的属，其鸣声模仿行为仍然缺乏清晰的描述。松鸦属便是这样一个属，其成员广泛分布于北半球的北方森林和山地森林中。尽管已有研究关注松鸦属的鸣声，但对其模仿的模型物种多样性尚未进行系统性探索。
为了基于大规模的观测数据集评估松鸦属鸟类模仿的模型物种多样性，我们筛选并分析了来自多个社区科学网站的近五十万条记录，以识别松鸦属鸟类的鸣声模仿实例。具体而言，我们收集了人类观察者报告松鸦模仿了其他物种鸣声并识别出模型物种的案例。我们的重点仅限于人类观察者感知到的模仿行为，以此作为一种大规模发现模仿行为轶事报告的方法。由于我们的数据集来自社区科学家的简短评论，缺乏严格的观察协议，因此我们无法评估这些鸣声是后天习得还是先天固有、模仿行为发生的具体情境，或者是否涉及指称性呼叫行为。本研究的目标是为一种野生雀形目鸟类鸣声模仿中报告的模型物种多样性建立一个基线。
方法
为了描述松鸦属鸟类可能的鸣声模仿行为，我们对社区科学数据仓库（包括eBird/Macaulay Library、iNaturalist和Xeno-Canto）进行了广泛搜索，获取了松鸦的记录。我们从eBird数据库导出了截至2024年7月的所有全球松鸦观测记录。随后，我们使用bash命令抓取数据库中在“行程”或“物种评论”字段包含松鸦相关评论的所有行。进一步，我们使用Python脚本及pandas库，通过保留提及“imitate”、“mimic”和“call”（不区分大小写）子字符串或包含四字母环志码（区分大小写）的记录进行过滤。在去除重复项后，我们手动标注了这些观察记录，记录了观察者识别的被松鸦模仿的鸟类。我们还检查了与eBird相关联的Macaulay Library的评论。
此外，我们搜索了评论中的“goshawk”子字符串，以验证是否有评论讨论了模型物种模仿但未使用我们的搜索词。这些搜索词是英语特定的。对于松鸦属的另外两个物种，我们最初在eBird中搜索了预期在西伯利亚或四川松鸦记录中可能出现的常见字符串，例如表示“goshawk”的芬兰语、挪威语、瑞典语和俄语单词，但此尝试未获成功。
在下一步审查中，我们使用相同的子字符串搜索了iNaturalist数据库。我们手动搜索了Xeno-Canto，检查每条观测记录的“备注”字段是否提及模仿，并翻译了必要的瑞典语或法语文本。我们只保留了原作者（而非评论者）对模仿物种的识别。我们还进行了文献综述，记录了任何明确提及松鸦属物种鸣声模仿并指出模型物种的作者。
结果
通过审查eBird/Macaulay Library、iNaturalist和Xeno-Canto数据库，我们分析了总计452,115个数据点，包括445,340条加拿大松鸦、6,367条西伯利亚松鸦和408条四川松鸦的观测或媒体记录。我们的初始eBird数据集包含397,245条加拿大松鸦、4,091条西伯利亚松鸦和279条四川松鸦观测记录。经过过滤的eBird数据集包含186条涉及加拿大松鸦模仿的独特观察记录，其他物种则为零。我们从Macaulay Library媒体评论中保留了35条相关观察记录。在iNaturalist的14,696条松鸦属物种观察记录中，我们筛选出3条，其中2条带有录音。在Xeno-Canto的所有观测记录中，我们筛选出31条。
总共，我们识别出234条与单一模型物种模仿实例相对应的观察记录，包括206条加拿大松鸦记录、28条西伯利亚松鸦记录和0条四川松鸦记录。从这些记录中，我们识别出加拿大松鸦模仿的40种模型物种，西伯利亚松鸦模仿的20种模型物种，以及四川松鸦模仿的0种模型物种。
在某些实例中，加拿大松鸦在同一观察中模仿了多个物种：有17条观察评论提到了两种物种，3条提到了三种物种，2条提到了四种物种。许多这些叫声发生在同一天，其中一段录音在同一次亚鸣唱录音中包含了多达六种不同的感知叫声。
大多数加拿大松鸦的模仿观察来自eBird；只有5条观察来自Xeno-Canto，3条来自iNaturalist。所有西伯利亚松鸦的模仿观察均来自Xeno-Canto。对于该属现存最稀有的物种四川松鸦，没有任何观察记录提及模仿行为。完整的录音列表可在补充表格S1中找到，其中列出了被模仿的物种名称以及相应的Macaulay Library、iNaturalist或Xeno-Canto ID编号，括号内的数字表示提及该物种的独立观察事件数量。对于加拿大松鸦，我们提供了24个被模仿类群的82段录音链接。对于西伯利亚松鸦，我们提供了23个被模仿类群的54段录音链接。
讨论
通过对社区科学数据集的系统性调查，我们识别出加拿大松鸦模仿的40种模型物种，西伯利亚松鸦模仿的20种模型物种，并且未发现四川松鸦的新模型物种。其中，加拿大松鸦的31个物种和西伯利亚松鸦的16个物种是新颖的，即我们在文献中未发现它们作为模型物种被提及。这项综述使我们能够对松鸦属物种鸣声模仿的模型多样性获得新的认识。
例如，加拿大松鸦和西伯利亚松鸦的模型物种大致对应。对两者而言，当地的鸺鹠属（Glaucidiumspp.）物种是被提及最多的模型，其次是各自分布区重合的鹰属（Asturspp.）猛禽。一些观察者还注意到模仿叫声在音质上存在差异。例如，有观察指出加拿大松鸦对美国苍鹰（American Goshawk）叫声的模仿“非常准确”，但“音调较少，能量较低”。另一则关于北鸺鹠（Northern Pygmy Owl）模仿的评论也提到了差异：“音高、持续时间和间隔听起来像PYOW鸣叫，但音量更安静，音调略有不同”。
我们承认研究方法存在诸多局限性，包括跨平台采样、观察者能力差异等，这影响了我们关于松鸦模仿行为所能做出的推论。最值得注意的是，数据中未发现四川松鸦的感知模仿记录，可能与该物种观测稀少有关。此外，叫声的变异性使得识别模型鸟类变得困难。某些“仅闻其声”的记录可能构成了社区科学数据可验证性的威胁，特别是当被观测物种是已知声音模仿者的模型时。我们区分了模仿与相似性。例如，我们排除了将某种叫声描述为“类似”其他物种但未明确指认是模仿的记录。我们没有区分“mimicry”和“imitation”，因为许多用户互换使用这两个词。情况可能更复杂，某些录音可能是“超模仿”的实例，即一只鸟模仿了本身也在模仿其他鸟的模型鸟。
未来的工作可以基于声学聚类和比较进行，例如扩展对加拿大松鸦模仿阔翅鹰（Broad-winged Hawk）叫声的分析，或者聚类分析美国和欧亚苍鹰的警报叫声。四川松鸦某些被描述的叫声，可能是模仿叫声，但需要更多数据进行比较。此外，相同的方法可以应用于其他物种，以确定整个鸟类纲中模仿行为的模型鸟类多样性。为此，观察到鸟类模仿行为的观察者应在社区科学网站评论中详细记录，并理想情况下使用“模仿”一词来描述该行为。
作者贡献
R. Littauer：概念化、数据管理、形式分析、调查、方法论、项目管理、软件、监督、原稿撰写；S. Darmstadt：数据管理、调查、原稿撰写、稿件审阅编辑；D. Betchkal：调查、软件、可视化、原稿撰写、稿件审阅编辑；W. Kirsch：调查、原稿撰写、稿件审阅编辑。
合作伦理声明
本项目是协作努力的成果。R. Littauer在最初利用社区科学平台调查松鸦属模仿实例时，联系了所有上传了重要观察记录的上传者，询问他们是否有兴趣共同撰写论文，这包括联系母语非英语的研究者。许多观察者无意合著，但W. Kirsch和D. Betchkal通过此途径加入。作者们有意尝试与早期职业研究者合作，并意识到自身在时间、语言、国籍、资源获取等多方面的特权，有意在英语世界之外寻找文章和潜在合著者。自动翻译工具被用于处理俄语、中文、德语、芬兰语、瑞典语和挪威语内容。
伦理
本研究无需伦理许可或批准。
生成式人工智能
生成式人工智能被用于清理和注释已编写的代码。除此之外，生成式人工智能未用于本手稿的撰写。
数据可用性声明
所有使用的数据均在eBird、iNaturalist和Xeno-Canto上公开可用。用于处理导出数据的脚本可在指定GitHub仓库下载。
