为什么要观鸟?「大数据 隐私」

詹姆斯·切希尔、奥利弗·乌贝蒂

“可以这么说，研究大量冷冰冰的统计数据是一回事，亲眼见到鸟群在你面前川流不息地经过完全是另一回事。”

英国鸟类学家威廉·伊格尔·克拉克在一个多世纪以前写道，当时他正试图在地图上描绘不同季节里鸟类的去留往来。

这项工作十分艰辛。为了清楚了解过境的候鸟，克拉克在偏远的苏格兰小岛度过了61周，就待在灯塔里，或者泰晤士河口外停泊的灯塔船上。由于许多鸟类在夜晚迁徙，所以不得不怀疑，他是不是晚上也不睡觉。

英国鸟类学家威廉·伊格尔·克拉克

在1912年出版的两卷本《鸟类迁徙研究》中，克拉克发问：为什么它们要离开故土，踏上充满艰难险阻的漫长旅途？它们怎么认路？对迁徙的鸟类来说，这种习性有好处吗？

克拉克是爱丁堡苏格兰皇家博物馆的自然类策展人，他当时把这些问题列为“动物界中最大的谜题”。要是他听说人们至今仍在寻找答案，一定不会惊讶。

本章中有许多研究利用追踪技术提升了我们对鸟类行为的认识，然而直接观察仍然是鸟类学的根基，几个世纪以来，观鸟者都会记录他们在自家后院或旅途中见到或听到的鸟。

20世纪90年代，康奈尔鸟类学实验室的信息科学家史蒂夫·克林开始设想，或许有朝一日观鸟者可以在网上分享他们的记录。

自1915年由鸟类学家、康奈尔校友阿瑟·艾伦创立以来，这间实验室一直走在时代前沿。艾伦和他的同事在1929年录制了第一批野生鸟类录音，至今仍然可以听到。

1950-1970年代，康奈尔大学鸟类学和生物声学教授Peter Paul Kellogg用磁带收录野外鸟类声音。

如今，康奈尔大学麦考利图书馆拥有世界上最大的野生动物声音库。

这些录音和自那以后的成千上万份录音一起保存在麦考利图书馆，那里有世界上最大的野生动物声音库。

2003年，实验室搬到了新的主校区，新校区掩映在啄木鸟森林中，这是一片位于纽约州伊萨卡以北一座山丘上面积为93公顷的保护区。克林在大厅接待了我们。

他给我们看的第一样东西就是漂泊信天翁的等身画像，大厅里的巨幅“鸟墙”上共画有269种鸟类。楼上的开放式办公室令人不禁感到：建筑师把实验室打造得不像有百年历史的古老学院，倒像21世纪的创新中心。

克林把我们领进一间会议室，透过占满整面墙的窗户可以俯瞰啄木鸟池塘。“看见那棵死去的大树了吗?”他问道，“那棵树很有名。60年代，阿瑟·艾伦在那里拍到过一只矛隼。我记得在树上见过西王霸鹟、红头啄木鸟、小蓝鹭。长此以往，在那棵树上看到的罕见鸟种可能比其他任何地方的都多，主要是因为这里有几百个观鸟人一天到晚盯着它。”

1997年，克林和奥杜邦学会合作创建了名为“后院数鸟”（Great Backyard Bird Count）的公民科学项目， 他们当时的想法是在2月的一个长周末里，让美国各地的人们出门看鸟，数一数在至少15分钟内发现的鸟类物种和数量，然后把清单上传到项目网站。

克林永远不会忘记1998年第一次数鸟的场景。“我们当时在活动房里工作，”他指着池塘对面的一丛树木说，“服务器就接入校园的半吊子系统。数鸟活动的最后一天，我们从大学里得到了前所未有的大量数据。我们也就意识到，人们真的会参与这样的活动。”

截至第一次周末数鸟活动结束，美国各地的观鸟者共计提交了15000份清单，对早期互联网来说这无疑是个巨大的数字。

但克林并不满足，他想把周末数鸟活动推广成全年的项目。他向美国国家科学基金会申请资助——但第一次被拒绝了。“他们没有看到这一项目的价值，因为我们的申请写得不好，”他说，“第二次申请的时候，我们 得到了250万美元，让我们得以创建eBird这个项目。”

15年过去了，eBird已成为世界上最成功的公民科学项目。 截至2016年6月，全球用户已经上传了3.33亿条记录。 仅2016年5月，他们报告的鸟类目击次数（1180万次）就比eBird最初6年收到的总数还多。再过不久，记录总数就会达到5亿。

通过eBird，个人可以上传自己的鸟类观察记录。

威廉·伊格尔·克拉克把这张地图放在“从地理视角看英国鸟类迁徙”的章节中。他在章节末尾处写下的断言，如今看来尤其有先见之明:“细节必须留给当地的观察者来补充——只有他们才有机会获得必要的专门知识。”

看到eBird如今的成功，你会很惊讶它当初没有一炮打响。“我们当初吹得天花乱坠，你懂的，比如说 eBird将改变世界之类的。”克林回忆道，“然后我们在2002年秋季发布了eBird，却没人参与——好吧，只有很少人参与。项目开始的前三年，我们实际上并没有看到什么增长。”

后院数鸟活动每年都在发展壮大，eBird却停滞不前。克林和康奈尔的整个团队都一筹莫展。

反对者坚持认为，向eBird提交数据难度太高。于是在2006年，实验室重组了团队，雇用了观鸟群体中的两位杰出成员:克赖斯特·伍德和布赖恩·沙利文。两人分别给全实验室做了报告，提出的建议都一样直截了当：“不能再把eBird看作公民科学项目。”

早期，许多观鸟者都会去用一次这个网站，但很少再回来。为了让他们持续参与，伍德建议实验室从看鸟、做记录等观鸟者已经在做的事情入手，帮他们做得更好。这种策略直接来自硅谷。

相比于试图说服人们帮助科学家，伍德更想为观鸟者创造工具。他想让eBird变得更好玩。如果有足够多的数据涌入，保护和研究工 作就可以跟上。但最开始阶段，需要的是用户。

“我的eBird”（My eBird）于2006年9月投入使用。 几乎一夜之间，这个网站就从一个让人花时间做志愿服务的地方，变成了供人们分享和炫耀的所在。

观鸟者原本就是很有竞争意识的群体，这下他们突然有了 把个人鸟种记录和别人进行比较的机会。发现罕见鸟种、清单上鸟种较多或质量较高的观鸟者，都能马上得到嘉奖。

排行榜上很快就填满了争当地区榜首的严肃观鸟者，eBird的博客还会评出“月度最佳观鸟人” 的荣誉称号。

“这很快就成了人们为之自豪的资本，” 克林说，“如今，大家会把‘eBird 观鸟榜第五名’写到电子邮件签名里。”

要是用户把小加拿大雁错认成加拿大雁怎么办? 这样的目击记录会被研究采用吗?如果人们恶作剧 提交错误记录怎么办?我们问起伦敦公园里的斑头雁，它们的自然栖息地远在数千公里外的亚洲。

eBird的工作人员伊恩·戴维斯在笔记本电脑上调出这条记录，点击显示该记录下发生过的所有操作。他指出：“一开始，自动的数据质量过滤系统会把斑头雁的记录标记为待确认，但之后，我们的审核员接手确认了目击记录，证实这是引入的外来物种。”

eBird在全世界有超过1400名可靠的专家，他们都自愿花时间来检查可疑的记录。但审核员怎么知道伦敦的斑头雁是有效记录呢?

“这是结合已有的知识和当地专家的意见来判断的，”戴维斯说，“不过最好的办法还是通过照片或录音，这些是确凿无疑的目击 证据。”

2015年11月，eBird引入了在清单中附加多媒体附件的功能。自那以后，用户已经上传了1125000幅图像。讲到这里，克林欣喜地笑了。“世界上一共有10000种鸟，我们5个月就记录到了8000种。”

在与eBird团队几小时的相处中，我们已经很清楚地认识到，他们每天的工作并不仅仅是管理一个产 品。他们自己就是产品的顶尖用户。(伍德目前在清单排行榜上稳居第17位；克林在28位。)

“通过用户提交的数据，我们基本就能看出观鸟水平的高低。我们也会在模型中考虑这个因素，以提高用于分析的数据质量。”

“什么样叫观鸟水平低?”我们问道。克林毫不迟疑地回答道:“就是你在一个地方站了一个小时，却只看到一只鸽子。”

和实验室团队告别后，我们在啄木鸟森林中散步， 消化刚刚得知的一切。在这片保护区中已经记录到超过200种鸟类，所以尽管我们没什么经验，也还是满怀信心能看到不止一只鸽子。

2006 年，eBird改变策略，使观测记录数和用户数至今仍呈持续增长势头。eBird的活跃程度以年为周期变化。每年2月，用户数量会在“后院数鸟”活动中达到峰值。观测记录数则在整个春天都保持较高水平，这段时间候鸟正从热带飞回来。到了7月，鸟类开始营巢繁殖，变得不那么活跃，观鸟的参与度也随之下降。秋季迁徙一开始，eBird便又重新活跃起来。

此外，我们还下载了康奈尔的鸟类识别软件(Merlin Bird ID app)。这个软件用 eBird数据帮助人们识别发现的鸟类。

如此一来，就完成了一个循环：eBird 的数据越多，软件就越好用，就越能激励更多观鸟者，而每次观鸟者成功用软件识别鸟类，eBird都能收集到更多数据。整个过程只需要回答五道多选题:

这只鸟是在哪里看到的?

啄木鸟森林。

什么时候看到的?

4月7日。

这只鸟有多大?

和旅鸫差不多大。

主要是什么颜色?

在1到3之间选择。黑色和红色 / 红褐色。

这只鸟在干什么?

停在树林或灌丛中。

软件生成了一张结果列表，每个结果都附有一张大幅照片。第一个就是我们看到的鸟：红翅黑鹂，1911年阿瑟·艾伦的博士论文写的正是这种鸟。要是一年前在树林里看到这样一只鸟，我们根本不会细想。而现在，即使对旅鸫和麻雀之类的常见鸟类，我们都满怀求知欲。

数周过后，狂热的莺类爱好者亨利·斯特列比（来自托莱多大学）鼓励我们参加“美国观鸟大周”（Biggest Week in American Birding）的活动，也叫“莺大杂烩”（Warblerstock）。

这个在伊利湖西南岸举办的节日持续10天，每年5月都会吸引约两千名观鸟者参与。活动内容包括工作坊、生态导览、卡拉OK之夜，还有鸟人舞会，但大部分观鸟者的主要目的还是为了找从热带飞来的鸣禽（其中有多达37种莺），这些鸟每年在伊利湖畔稍做停歇，然后继续前往加拿大的夏季觅食地。

斯特列比向我们保证，鸟会“多到从树上掉下来”。他还真没开玩笑。一千米长的木栈道我们竟花了四个小时才走完，因为每走几步就会看到一闪而过的颜色：橙尾鸲莺、黑喉绿林莺、黑喉蓝林莺、北美黄林莺，以及胸前的颜色像龙舌兰日出鸡尾酒 （Tequila-Sunrise，颜色来自橙汁和红石榴糖浆。— 译者注 ）的橙胸林莺等。

我们还瞥见了黑黄相间的纹胸林莺，只一眼就已十分满足——我们那时已经知道自己要绘制它的迁徙地图。

也是在那个时候，我们真正明白了eBird的力量：第一， 它让我们来到户外看鸟；第二，在软件上识别鸟类的同时，我们也贡献了数据，之后我们绘制分布图时用的正是这些数据。

克林的团队找到了一种方法，可以从全世界像我们这样的观鸟初学者手中拿到数据，而不是完全依赖数量有限的专业人士。

同样是研究迁徙模式，威廉·伊格尔·克拉克只有 一双眼睛，克林目前却拥有320000双，并且还在不断增加。

可想而知，许多eBird用户会提交他们住所或工作地点附近的记录。如果不另加处理，所有目击记录的分布图就会长得像城镇分布图。

对此，克林团队的做法是把观测数据与土地覆盖、人口密度、海拔和气候分布图结合，识别出每种鸟类在不同季节偏好的栖息地。

例如，通过观鸟记录数据足以看出，6月，纹胸林莺喜欢待在有很多云杉的地方。对于没有观鸟记录的地区，eBird的算法会在其中寻找环境相似的地方， 假定纹胸林莺也会在这些地方出现，以此帮助填补观鸟记录的空白。

这种方法使人们第一次得以追踪任何一种动物整个物种的行踪。

康奈尔鸟类学实验室的科学家创建了模型，从eBird的观测记录来推算整个物种的分布随时间的推移如何移动。换句话说， 这些分布图并不是显示原始观测数据，而是预测在某一地点，如果早上7点到8点去观鸟，走上至少一公里后能看见多少只某种鸟类。

eBird创始人史蒂夫·克林说: “eBird最大的贡献是提供了一种研究方法，通过收集数据、将其可视化并进行分析，来研究一个物种所有种群在全部分布范围内全年的情况——而且还能持续多年观察。此前从来没有人能做到这一点。”

比如下面三张“不同季节的鸟类分布”地图：

纹胸林莺：这四张地图展示了新热带候鸟的典型分布模式。冬天，它们挤在中美洲的一小块区域内。 到了5月上旬，鸟群向北边的大陆蔓延，飞向加拿大的北方针叶林去筑巢繁殖、捕食昆虫。 用克林的话说，一吃饱就“迫不及待地溜回南方”。

旅鸫：这种鸟很常见，数以亿计。每年冬天，很大一部分种群都集中在墨西哥湾沿岸。春天， 它们向北迁徙，分布十分广泛，以至于eBird上每个观鸟人但凡出门都能看见至少两只。 随着天气转暖，旅鸫从吃浆果改成吃虫，这 也会让人更容易看见它们。

靛蓝彩鹀：夏天，亲鸟会给小鸟喂食昆虫，补充蛋白质， 让它们长得足够强壮，可以离开鸟巢、逃避捕食者。而小鸟一旦离巢，对许多像靛蓝彩鹀这样的候鸟来说，觅食的目的就变了。它 们转而取食植物种子，储备脂肪，支撑自己未来飞回热带。

研究人员汇集了21年的风力数据，发现对迁徙的鸟来说，顺着有利的风向飞行，即使这样飞行的距离更长，也会更快到达，因而也就更加节省能量。在这一系列图中，我们根据1999年9月2日至7日的风力条件，标出了一只鸟从瑞典飞到南苏丹的最优路线。红线表示空间上的最短路径。

全球迁飞路线图（来源:康斯坦茨大学，巴特·卡兰斯托贝尔 ）：

最繁忙的一条迁飞路线，要经过欧亚非三块大陆交汇处的以色列。每年两次，约5亿只候鸟经过这一狭窄的空域，不仅使飞行员身陷险境，鸟类自身更会面临死亡的威胁。1972年到1982年间，以色列空军因为与鸟类相撞而失去了5架飞机。

以色列空军当时就知道鸟类迁徙的大致路线和时间，但还是无法预测某一具体时间地点的鸟撞风险。

20世纪80年代初，特拉维夫大学的两位研究人员有了主意：如果能改装雷达站来看鸟类的位置和移动方向，是不是就可以了？

约西·莱谢姆因为博士课题需要，就说服以色列空军买了两台雷达，分别用于扫描以色列北部和南部的天空。至于中部，他的同事列昂尼德·迪内维奇从俄罗斯带来一台天气雷达，着手改装，用来探测鸟类。

雷达站发射无线电波，对周围进行360度扫描。任何把电波反射回来的物体都会在屏幕上显示出来，不 论是云、建筑、山丘、树木、飞机、昆虫还是鸟。迪内维奇和由国防部出资建立的科学家团队写了一个算 法，把鸟类信号从噪声中分离出来。办法非常简单。

大部分雷达“杂波”都是静止的，迁徙的鸟类却在移动。把前后几张雷达扫描图像放在一起，就能看出哪些物体移动了，然后把那些没动的信号排除。再把移动的物体按照移动速度和方向进行分类，就更加清楚了。

比如，迁徙的鸟类一般以每小时60到80千米的速度飞行，研究人员就把以这样的速度直线行进的物体看作一只鸟。

匀速直线飞行的鸟是迁徙的鸣禽。速度相对稳定的，是鸭子或鹈鹕一类的水鸟。速度在变化的，则通常是鹰或白鹳等体形较大的鸟，对飞机造成的破坏也最大。

这些细节对鸟类学家来说很有用，不过飞行员只需要知道是否能安全飞行就可以了。运用这一算法， 以色列中部的改装雷达站能够探测到100千米以外的 一只白鹳，或者探测到25千米外一只麻雀大小的鸟在夜间迁徙。

最重要的是，它还能不分日夜地显示某一 时刻迁徙鸟类的密度。如果数值达到不安全水平，空中交通管制员就可以将起飞时间推迟到鸟类通过之后，或者指示飞行员向其他方向起飞。

而且，由于扫描、分析、绘制和传输数据的过程只需不到30分钟， 可想而知，管制员几乎能持续得知空中的情况。自1984年该技术在以色列空军投入使用以来，以色列的鸟撞总数已经下降了76%。

如果全世界的机场都装上鸟类探测雷达并连接在一起，那么无须给鸟装跟踪器，就能实时监测鸟类的跨洲迁徙。

目前，美国有三座民用机场正在测试这项技术：西雅图 - 塔科马国际机场、达拉斯 - 沃思堡国际机场和芝加哥的奥黑尔国际机场。迪内维奇和莱谢姆还希望继续推广。

如果全世界的机场都装上鸟类探测雷达并连接成一个全球网络，那么不仅可以减少鸟撞、拯救生命，还能实时监测鸟类的跨洲迁徙，无须给鸟装跟踪器，更不需要在灯塔过夜。

（本文经授权转自《动物去哪里》；【英】詹姆斯·切希尔 【英】奥利弗·乌贝蒂 谭羚迪 译 后浪 湖南美术出版社；标题为编者所拟，内文有调整。）

责任编辑：徐颖

校对：张亮亮