还记得连云港青口河口的2万多只半蹼鹬吗？一年一度的五月候鸟迁徙高峰如期而至，江苏沿海滩涂上的水鸟到底有几万只，勺机构的调查员们是怎么数清楚的？

今天，让我们结合著名的美国康奈尔大学鸟类学实验室（Cornell Lab of Ornithology）的一篇科普文章，盘点一下水鸟调查的技巧和方法，带你们走进水鸟调查员的工作日常。

提到数数，很多人的第一反应想必是“不就是一个一个数吗？这还能有什么技巧？”。那么，我们先来看几张图。

▲以上所有图源：Macaulay Library at the Cornell Lab

是不是一开始觉得很简单，到后面越来越……头秃了？不仅鸟的数量越来越多，种类也越来越多，而且不同种类的鸟还混在一起！

在春秋天的候鸟迁徙季，江苏沿海滩涂的水鸟调查员们常常面对的是最后几张照片中的情形。更何况，野外的鸟儿们往往不像照片中那样乖巧地一动不动，进一步增加了计数的困难。那么，数鸟究竟有哪些技巧呢？

此处仅列出了四种比较有代表性的方法，但实际情况往往复杂多变，结合具体情况，还会有更多的计数方法。因此，是否能选用合适的方法并灵活使用是对调查员水平的一大考验。

选择合适的鸟类计数方法需要考虑以下几个因素：鸟群大小、鸟种多少、鸟群是否移动、调查时间限制等。根据这些影响因素，可以组合出几种常见情况：

1、单一鸟种且较为静止的一小群鸟

2、单一鸟种且较为静止的一大群鸟

3、单一鸟种且在快速飞行中的一大群鸟

4、混有多个鸟种的混合鸟群

单一鸟种且较为静止的一小群鸟

个体计数法

▲普通秋沙鸭 | 拍摄：Chris S. Wood

一般情况下，数量较小且不动的鸟群计数相对容易。只要调查员能够清晰地看到并识别每个个体，就能在固定的地点一个一个地计数该鸟种的个体数。

单一鸟种且较为静止的一大群鸟

小群估算法

▲这张照片里面的白鹳数量多，且在飞行中，因此需要进行快速的实地估算。| 拍摄：Paul Chapman

如果鸟群较大的话，情况会变得棘手。遇到这种情况，使用小群估算法会使计数变得容易一些，即先计数一小群的数量，随后推导到整个鸟群：不同于个体计数法，该方法的计数单位不再是一只只个体，而是一次数5只、10只甚至更多的鸟。

我们拿上面那张空中飞行的白鹳照片来举个“栗”子。首先，你可以数一下该鸟群中的前10只鸟，并且大致估计一下它们在该鸟群中所占空间的大小。随后，按照这10只鸟所占空间的大小，以10只为计数单位估算其余鸟的数量。（快去对着照片认真数一下！）

你在这张照片中数了多少只白鹳呢？以10只为一个单位计数时，我们大致可以数到100只鸟，而图片中的实际数量是102只。这个结果对于实地快速估算来说已经非常棒了！

然而，在计数大群鸟时，有两点值得注意：

第一，在开始数大群鸟之前，需要确定合适的计数单位。你要思考一下，以10只作为计数单位是否合理？还是应该以100只或者1000只为一个单位呢？无论你决定以多少只为计数单位，都必须遵循以一个一个单位去计数的原则，最终得出整个鸟群的总数；

第二，对鸟群的密集程度以及距离和深度的判断，会对计数结果有重要的影响。

说了这么多，让我们对着下图中的这些鸭鸭来实战演练一下吧！（本案例中仅计数总数，因此可以视为是单一鸟种的鸟群）

▲各种潜鸭在康奈尔鸟类学实验室的大本营——伊萨卡的卡尤加湖里休息。| 拍摄：Jay McGowan

首先，我们选择以30只作为该群潜鸭的计数单位，则会得到一个大致范围。

▲白框中约有30只潜鸭 | 拍摄：Jay McGowan

随后，你是否会把这张图分成下图这样呢？

▲简单的六等分 | 拍摄：Jay McGowan

如果是的话，说明你没有考虑距离和深度对于30只鸟所占面积产生的影响。照片是二维的，但是现实中的鸟群是三维立体的。如果简单地把这群鸟分成上图中的六个部分，仔细数一数就会发现，照片上（以及实际观察时）同样大小的部分，靠后方框里的鸟类数量是靠前方框内的近两倍。因此，在鸟类计数时需要牢牢地记住两个维度——宽度和深度。当鸟离得更远时，相同视野面积所对应的深度和宽度都会增加，所以要相应地调整你的估计值。而这也需要多年的经验积累，才能在调查时划出合适的准确的计数单位范围。

▲如果你把这张图六等分，那么每个框中的潜鸭数量就不一样了。| 拍摄：Jay McGowan

▲计数时应同时考虑宽度和深度，这样才能得到30只鸟的准确范围。| 拍摄：Jay McGowan

在考虑实际情况中宽度和深度的影响后，大致可以估算出约340余只鸟。你估对了吗？

单一鸟种且在快速飞行中的一大群鸟

小群估算法或“通量”估算法

静止大群鸟的计数已经够难了，接下来讲讲难度更高的飞行中的鸟群计数。

计数飞行中的一大群鸟主要有两种方法：

1、小群估算法：由于飞行中的大群鸟留给调查员的计数时间很短，因此应选择合适且较大的计数单位，如50只或100只等。这样可以将飞行的鸟群看做近似相对静止的状态（比如鸟群密度和形状不变），在较短的时间内完成估算；

2、“通量”估算法：估算单位时间内飞过眼前一个特定区域的鸟类数量，再乘以鸟群飞过的总时间。

调查员究竟使用哪一种计数方法，取决于当时的实际情况以及正在计数的鸟种。如果是一大群几千只的鸟毫无规律地朝你飞来，则可以考虑用小群估算法。如果鸟群的飞行模式较为连贯且清晰，那么用“通量”估算法可能更好。

▲太平洋沿岸的灰鹱 | 拍摄：Griffin Richards

“通量”估算法适用于飞行方式和速度较为稳定，并且能够持续约几分钟到几个小时的鸟群。如上图所示，太平洋沿岸的灰鹱数量非常大，但是，它们经过计数点的速度相对稳定。因此，我们可以对特定单位时间（如1分钟或5分钟）内飞过眼前的个体进行计数，然后乘以群体通过眼前的总时间长短，得到飞行时间段内的总数。假设每5分钟有1300只灰鹱飞过，且鸟群飞行持续了15分钟，那么可以大致推断总数约为3900只。这是对总数进行估计的最佳方法。使用这种方法时，需要密切关注鸟群的飞行状况及体积变化。如果你发现单位时间内飞过的鸟的数量变多或变少了，那么是时候做一个新的“通量”估计了。通过分别估算不同物种的“通量”，这种方法可以用于估算同时飞过眼前的多个不同鸟种的数量。

有多个鸟种的混合鸟群

小群估算法或比例估算法

混合鸟群的计数可以说是骨灰级的挑战。但是，只要用对了方法，加上持续的训练和经验积累，这项任务也是能够顺利完成的。

估算混合鸟群的数量主要有两种方法：

1、小群估算法：对每个鸟种，用最恰当的计数单位分别计算总数；

2、比例估算法：先估计整个鸟群的总数，再估计每种鸟所占比例。

比例估算法，顾名思义是通过每个鸟种的数量占整个鸟群数量的比例来计算数量。那么我们来举一个鸥类混合鸟群的“栗”子。

第一步，不区分不同物种，利用小群估算法估计该鸟群的总数，假设为10000只。第二步，估计每个鸟种所占的比例，如黑尾鸥占总数的50%，红嘴鸥是30%，西伯利亚银鸥和黑嘴鸥分别是10%。那么，把比例和总数相乘，就能够得到大约5000只黑尾鸥，3000只红嘴鸥，1000只西伯利亚银鸥和1000只黑嘴鸥的结论。

然而，在整个鸟群中，各个鸟种不一定是均匀分布的。因此，在推断整个鸟群的数量之前，要确保提前观察过所有鸟的大致分布情况。

▲新泽西州的里德海滩是美国迁徙鸻鹬类的重要春迁中停地。| 拍摄：Cynthia Ehlinger

上图就是一个分布不均匀的一大群混合鸻鹬水鸟。从图片可以看出，半蹼滨鹬、三趾滨鹬和翻石鹬形成了密集的混群，而红腹滨鹬在鸟群中分布不均，占据了照片的左边和上面部分，并且遮挡住了其他鸻鹬类的混群。

我们分别用两种方法来进行鸟种计数。

比例估算法：第一步，估算鸟群的总数。以10只为单位计数，总共约有1400只鸻鹬水鸟。第二步，分别估算各个鸟种的比例——约有60%的半蹼滨鹬，35%红腹滨鹬，3%翻石鹬，2%三趾滨鹬（比例的估算也很考验调查员的水平）。最后，折算成各个鸟种的数量就是840只半蹼滨鹬，490只红腹滨鹬，42只翻石鹬和28只三趾滨鹬。

小群估算法：图中部分区域的半蹼滨鹬和其他鸻鹬鸟类的混群被体型较大的红腹滨鹬挡住了，但是可以先假设它们在整个照片中是较为均匀分布的。因此，可以利用没有红腹滨鹬的部分来进行计数和估算。也就是说，在图片的右下部分，大约有380只半蹼滨鹬 （10只为计算单位），6只翻石鹬和10只三趾滨鹬。这片区域大约覆盖了鸟群总面积的40%，所以我们估计照片中一共有950只半蹼滨鹬，15只翻石鹬和25只三趾滨鹬。而红腹滨鹬，以10为单位计数，得到约680只。请注意，这个方法估算的鸻鹬总数大约有1700只鸟，相较于比例估算法得到的总数要高（这是由于在比例估算法的第一步估算鸟群总数时，无法把所有被红腹滨鹬遮挡的半蹼滨鹬找出来，所以该估算的总数可能低估了实际数量）。

我们来比较一下上述两种方法：在这个具体案例中，利用小群估算法分别计算每一个鸟种的数量使得占优势的半蹼滨鹬和红腹滨鹬的计数结果更准确，而用比例估算法似乎使得数量较少的翻石鹬（照片中有38只）和三趾滨鹬数量更为准确。

鸟类计数主要有以下几种方式：个体计数法、小群估算法、“通量”估算法和比例估算法。每种方法都有其优点和缺点，而选择合适的鸟类计数方法需要综合考虑以下几个因素：鸟群大小、鸟种多少、鸟群是否移动、调查时间限制等。实际情况复杂多变，调查员在面临不同情况时要灵活选择最合适的方法。

五月，江苏沿海迁徙季节的滩涂热闹非凡。无论是连云港、东凌，还是条子泥，数以万计的鸻鹬水鸟聚集到这片广袤的区域，在滩涂上或者高潮停歇地觅食和休息。只有骨灰级的调查员才在能在茫茫鸟海的计数任务中游刃有余。

下周，一年一度的连云港春迁联合调查即将拉开帷幕。期待各位优秀的调查员们能顺利完成计数任务，为水鸟种群监测提供一份坚实而有力的数据。同时，祝愿万千水鸟的迁徙之旅一路顺风。

—

翻译/说人话的鸟儿

审稿/馄饨

编辑/雨笑笑笑

✒️本文图片均来源于Macaulay Library at the Cornell Lab。本文版权归原作者，内容呈现在原文基础上存在相应调整。英文原文请点击文末左下角的“阅读原文”噢！