一项新研究发现，非洲狮的吼叫并非仅有一种，而是包含两种截然不同的类型——这一突破性发现有望彻底改变野生动物监测与保护工作。英国埃克塞特大学的研究团队首次通过人工智能技术，识别出一种此前未被记录的“中间型吼叫”，与广为人知的全声量吼叫并存。该研究发表于《生态与进化》期刊，其AI系统在自动区分狮吼方面准确率高达95.4%，显著降低了传统人工判断带来的主观偏差。 研究负责人乔纳森·格罗科特表示，狮吼不仅是标志性的声音，更像个体“声纹”，可用于估算种群数量和追踪个体。过去依赖专家主观判断的识别方式存在局限，而AI驱动的新方法能实现更精准、更客观的监测，对保护日益减少的狮群至关重要。 根据国际自然保护联盟（IUCN）红色名录，非洲狮被列为“易危”物种。目前非洲野生狮数量估计在2万至2.5万头之间，较25年前已减少一半。 该研究证实，一只狮的吼叫组合中同时包含全声量吼叫和新发现的中间型吼叫，推翻了长期以来“狮只有一种吼叫”的认知。这一发现与对斑点鬣狗等其他大型食肉动物的研究趋势一致，凸显了生物声学在生态研究中的巨大潜力。 研究团队利用先进机器学习技术，构建了自动化分类系统，大幅提升了识别个体狮的能力。相比传统方法如相机陷阱或足迹调查，这种被动声学监测更高效、成本更低，且可覆盖更大区域。 格罗科特强调，野生动物监测正面临范式转变，应大规模推广被动声学技术。随着生物声学技术不断进步，其将在保护狮及其他濒危物种方面发挥关键作用。 本研究由埃克塞特大学、牛津大学野生动物保护单位、狮地（Lion Landscapes）、法兰克福动物园协会、坦桑尼亚野生动物研究所（TAWIRI）及坦桑尼亚国家公园管理局（TANAPA）共同完成，同时融合了两所大学计算机科学专家的智慧。