斯氏鹨的照片里，已经出现了一种无线电信号永远无法说明的关系。研究人员清楚地知道，哪一枚实体微型标签在何时、何地装到了哪只动物身上。这些事实以标签部署记录的形式进入 Motus。数小时或数周后，远方的接收机若听见它，得到的只是一段反复出现的无线电特征。[5][12][13]

这种分离让 Motus 探测记录拥有一段不同寻常的生命史。无线电事件已成历史，动物归属仍可处于暂定状态。修正部署日期后，一段旧信号可出现在项目结果中；更合适的候选标签可取代早先的归属；假阳性标记可让一段探测序列退出公开摘要，同时继续向分析人员开放。[6][7]

因此，Motus 可以视作一套用于分布式身份解析的生态系统。标签制造商分配无线电模式，标记团队登记发射器并描述每次部署，站点维护方照管接收机以及有明确时限的站点记录，Motus 的处理流程再把脉冲与当时处于活跃期的候选标签相匹配。研究人员随后面向不同受众使用两种读取模型：公共探索器与开源 motus R 包。[1][4][5][8]

图上的轨迹线只是表层呈现。各方真正共享的核心，是无线电特征、标签部署、接收机部署与处理所得探测序列之间一组可修订的关系。

网络中的名称各有分工

在 Motus 中，各类标识符各司其职。一枚实体发射器可以先后用于不同部署，一台接收机也会在多次安装之间移动。连续命中需要自己的处理标识，尚未解析的序列则要同时保留多个候选标签。由此产生的命名空间，描出了整套网络在实际运作中的地图：

这些名称在 R 包以 SQLite 为后端的项目数据中汇合。数据清理指南明确提醒，同一标签经过多次部署后，单独使用 motusTagID 无法确定具体的一次使用，tagDeployID 才指向那次部署。同一份数据还包含接收机部署字段、runID、序列长度和 ambigID。分析人员因而能够保留各表之间的连接关系，避免把每次观测都缩减成物种、纬度和时间。[9]

封面图的重要性也由此显现。“斯氏鹨”这个名称来自鸟与发射器同处时建立的部署关系；脉冲本身不携带这一属性，接收机也不会自行推断它。[5][12][13]

SensorGnome 保留观测发生时的上下文

SensorGnome 站点为日后的重新核对保存了具体依据。现行指南描述的设备包括一台运行 SensorGnome 软件的 Raspberry Pi、连接天线的 USB 软件定义无线电、GPS、电源、存储设备以及防风雨外壳。V2 软件支持数代 Raspberry Pi 和商用 SensorStation。联网站点可以自动上传数据，离线安装的设备则要由人员取回数据。[2][3]

对于 Lotek 标签，接收机记录的是一个个脉冲，鸟的身份留给后续流程判定。设备还会保存下游处理所需的运行上下文，包括时间、无线电输入通道和接收设备的日志。Motus 随后把 tagfinder 应用于这些脉冲数据。CTT 标签走的是另一条路线：其数字编码发射先由 CTT 基础设施解码，再进入 Motus。[1][4]

实体站点与数据库里的部署记录需要保持同步。接收机序列号标识设备本身，recvDeployID 则给出某次探测所对应的时段、坐标与野外配置。设备发生移动，天线经过更换，定向阵列转了角度，或安装时段得到修正，接收机履历就需要补上准确的新一章。否则，即使脉冲保存得毫无缺漏，也会继承错误的地点或站点上下文。

SensorGnome 的设置清单因而覆盖整个流程：核验 GPS、无线电设备与端口；用已知标签测试；检查上传；把接收机关联到正确的 Motus 部署；确认处理结果。[2] 站点心跳与测试发射回答的是两个不同问题。心跳说明计算机曾经上报；测试标签则把天线、电缆、无线电、计时、存储、上传和处理串成一条完整链路接受检验。

同一条链路也说明，空结果需要结合运行历史阅读。候选原因包括动物的飞行路线落在天线覆盖之外，站点断电或存储写满，电缆发生故障，无线电噪声累积，以及上传延迟。天线方向、标签高度、地形、植被和飞行行为也都会改变接收效果。Motus 的奠基论文记录了条件有利时多个站点在 20 多公里外听见同一标签的案例，并把约 15 公里列为定向 9 单元八木天线的实用参考值；这个数字不代表普遍适用的覆盖范围。[10]

Tagfinder 按时间窗口连接脉冲与候选标签

Lotek 标签的身份由时间信息拼合而成。四个开关键控脉冲组成一个脉冲组，脉冲之间的间隔编码 Lotek 标签 ID。相邻脉冲组之间的间隔也参与确定 Motus 身份，因此至少需要两个脉冲组，处理过程同时允许跳过个别脉冲组。匹配还会核对标签的标称发射频率。[1][9]

候选搜索可以紧凑地写成：

nominal frequency + Lotek tag ID + burst interval + active deployment window

最后一项来自人员录入的资料，超出了无线电信号本身。Motus 的元数据注册库告诉 tagfinder，在接收机记录脉冲的时刻，哪些标签预期处于活跃期。部署记录的必填字段包括启用与安装时间、物种、放飞坐标，以及有资料时的脚环或环志编号。预期寿命和部署日期有助于界定活跃窗口；占位部署记录则防止尚未使用的代码过早分配给其他标签。[5]

由此，野外元数据会直接参与计算。开始日期录得过晚，可把正确标签排除在 tagfinder 的候选集合之外；一枚被错误保留为活跃状态的标签，也可与复用的无线电模式争夺归属。两枚实体标签若具有相同的标称频率、Lotek 标签 ID 和脉冲组间隔，并且活跃期重叠，探测结果便存在歧义。R 包可以用一个 ambigID 把这类记录与多个候选 motusTagID 关联起来；波形内部并没有一个隐藏的物种字段可供裁决。[5][9]

CTT 标签说明，这种行为属于特定无线电设计，无法一概套用于所有野生动物遥测系统。CTT 采用频移键控，一次发射即可编码一个 32 位标识符。它的标识符空间和处理路线不同于 Lotek 的计时方案，最终生成的探测记录仍可进入 Motus 的共同接口。[1][4]

重处理用新的注册库重新核对旧观测

首次上传之后，候选标签注册库仍会变化，因此 Motus 会重新处理接收机数据。重处理以接收机为单位，范围会越过修正记录的单个标记项目，重跑也没有固定日程。这一协作范围十分重要：一台接收机可以保存许多项目的信号，一个项目的标签也可以出现在许多独立运营的接收机上。[6][10]

文档列出了用户可以看见的三类变化。第一，修正元数据补入正确的活跃候选标签后，缺失的探测记录可随之出现。第二，出现依据更充分的候选标签时，原先归给一个表面相符标签的探测记录可改换归属。第三，一条探测记录日后被认定为噪声或混叠并加上标记，可从公开摘要中消失；这种变化紧邻重跑流程，但它属于过滤动作，与新的无线电匹配分属两步。[6][7]

这三类变化都没有改写接收机在野外保存的那个夜晚，改变的是记录脉冲所关联的关系。Motus 结果因而应当携带一份核对状态：数据提取日期、已知最近一次接收机重跑、标签与接收机部署表、R 包版本、分析代码，以及研究人员决定纳入的后续修正。

论文采用分析时可取得的最新数据，有充分的合理性；可复现性还要求保留当时的具体数据提取版本。如果缺少这份留存，“下载最新数据”会让未来读者面对一个持续变化的注册库，无法回到原始结论所依据的那份结果。

公共探索器与 R 包是两种读取模型

Motus 至少面向两类各有正当需求的受众。公共探索器要清楚、迅速地呈现站点与移动轨迹，因此使用范围较宽的展示过滤规则，其中包括隐藏许多短序列和已标记假探测的规则。项目方提醒，这类过滤在两个方向都存在误差：一部分真实探测可被遮蔽，一部分假探测也可留下。[7]

采用 GPL-3.0 许可证的 motus R 包面向需要更完整记录的研究人员。它把项目数据提取到本地数据库；其中既有公共页面未显示的探测序列，也有 runID、runLen、motusFilter、ambigID、信号强度、频率偏移、标签部署和接收机部署等字段。研究人员据此作出可供复核的决定，明确哪些探测记录进入某项分析。[7][8][9]

用“不同的读取模型”描述这两个接口，能够准确反映两者的关系；把一方看作另一方的精修版本会遮蔽用途差异。公共探索器面向大型协作网络中的信息交流，R 包面向检查与分析。公开轨迹可在标记或重跑后改变，留存的 R 包数据提取版本则可明确显示分析人员使用了哪一条探测序列和哪一项身份关系。

R 包指南建议沿着这些标识符逐项检查：先核对接收机名称和坐标，再查看探测序列的长度与时间。随后检查网络标记，找出歧义标签，把探测记录与合理的移动路线相比较，并保留被排除的行，以供结合上下文复核。[9] 强干扰期间的短序列与安静站点上的同一段序列，处理标准可以不同。分析规则及其例外应与数据提取版本存放在一起。

精细定位需要另一套接收机几何布置

这套命名空间还能避免一个隐蔽的空间错误。recvDeployLat 和 recvDeployLon 记录接收机的部署位置，不能当作动物的估算坐标。一条探测记录表明，信号抵达了一副天线；天线响应会随方向、高度、遮挡、噪声和标签朝向而变化。[9][10]

自动无线电遥测可以用于精细定位，但系统还要增加密集且经过校准的阵列，并采用明确的模型。2022 年的一项独立研究测试了基于信号强度的定位方法，发现接收机间距、节点几何布置和分析过滤器都会实质性地改变精度。在各种受测配置中，过滤力度最强的组合所得中位误差介于 28 米和 73 米之间。[11] 这些结果属于专门设计的本地阵列，不能作为大陆尺度网络每次命中的默认精度。

数据建模时，应把站点坐标与任何经过建模的动物坐标放在不同字段中，并分别记录方法。前者归属于 recvDeployID；后者归属于一套具体的接收机几何布置、校准方案和估计器。保留这一区分后，Motus 可以同时用于大范围移动研究与专门的本地阵列，两类研究各自保有相应的空间主张。

身份既有维护者，也有资料责任方

开源软件覆盖了整张网络的重要两端。SensorGnome 让野外接收机能够接受检查和改装，motus R 包让数据提取与分析过滤能够用脚本完成。两者之间是一张混合网络：商业标签与部分商业接收机、制造商特有的处理路线、Motus 中央注册库与数据库，以及由众多机构维护的野外装置。[3][4][8]

各方责任与这些名称一一对应。标记项目负责登记发射器并维护每个 tagDeployID，包括动物、地点和时间。站点项目负责接收机、天线配置、运行记录和 recvDeployID。Motus 处理系统运行 tagfinder、记录重跑并发布共享探测数据。分析人员固定一个数据提取版本，复核 runID、motusFilter 和 ambigID，同时记录任何额外排除规则。制造商与接收机开发方则维持无线电规格和硬件同相应处理路线之间的互操作性。[2][4][5][9]

这套分工让跨越大陆的协作成为现实：一个团队维护的接收机，可以听见另一个团队部署的标签。它也带来主要的采用成本。完成一台 SensorGnome 之后，安全的标签固定规程、许可证、动物福利审查、可靠的站点托管方、维护差旅、准确规范的部署元数据，以及能够检查歧义的研究人员，仍需逐项落实。

试点应检验重新核对过程，也要检验接收效果

有效的试点应当在一次测试部署中有意检验标识符和返回链路，同时确保不会引入重复的在用代码。登记一枚已知测试标签，先在工作台上测试，再安装一台接收机，记录天线方位并建立有效的接收机部署记录；随后核验 GPS 和上传，确认 tagfinder 生成预期的 motusTagID 与 runID。最后用 R 包提取项目数据，把这段探测序列连接到相应的 tagDeployID 和 recvDeployID。[2][5][9]

下一步是演练受控修正。在测试记录中修改一处不准确的部署时间或接收机时段，对照下一次接收机重跑前后的数据提取版本。练习 ambigID 复核时，可使用既有样本或已知歧义案例，避免发射冲突代码。两个版本都要保留，并写一份简短的核对说明：哪些元数据发生了变化，候选集合如何改变，哪一段探测序列发生转移或出现，哪些生物学结论受到了影响。[6][9]

当团队能够从两个方向解释一条探测记录，试点就可以扩大。从野外事件出发，团队能够找到接收机部署、处理序列、候选标签和动物部署；从已发表结果出发，也能找回准确的数据快照、过滤规则与重跑状态。团队还能在把空表写成一段动物移动故事之前，识别出站点中断。

Motus 先听见一段可重复使用的无线电模式，随后才辨认是哪只鸟飞过。Motus 网络的成就在于，让稍后发生的命名过程始终保持清晰：发射器、动物、接收机和处理序列之间存在一组有时间范围的关系，由多个机构共同维护，并在更准确的元数据到来后接受重新核对。

资料来源

1. Motus Wildlife Tracking System，《标签如何工作》——Lotek 脉冲与脉冲组计时、CTT 频移编码、接收机原始脉冲、身份约束和计时容差。
2. SensorGnome 用户指南，《简介与概览》——V2 接收机组件、受支持的计算机、日志、联网行为和端到端部署清单。
3. Motus Wildlife Tracking System，《接收机》——兼容的接收机系列，以及 SensorGnome 硬件与软件的开源状态。
4. Motus Wildlife Tracking System，《数据如何处理》——按接收机与标签类型区分的处理路线、Lotek 脉冲处理、tagfinder、CTT 处理，以及公共页面与 R 包的数据路线。
5. Motus Wildlife Tracking System，《标签元数据》——部署记录的必填字段、活跃候选标签的选择、标签代码复用，以及记录缺失或时段重叠造成的歧义。
6. Motus Wildlife Tracking System，《重新处理接收机数据》——元数据修正为何会增加、移除探测记录或改变其归属。
7. Motus Wildlife Tracking System，《公共数据过滤器》——短序列过滤、人工过滤、网站专用展示过滤、假阳性取舍，以及 R 包中更完整的记录。
8. MotusWTS，motus——采用 GPL-3.0 许可证的 R 包源代码仓库，用于提取和处理 Motus 无线电遥测数据。
9. MotusWTS，《第 5 章：数据清理》——以 SQLite 为后端的项目数据、alltags、探测序列与歧义字段、接收机检查、排除规则和结合上下文的复核。
10. Philip D. Taylor 等，《The Motus Wildlife Tracking System: a collaborative research network to enhance the understanding of wildlife movement》，Avian Conservation and Ecology 12(1)，2017 年——系统设计、接收机几何布置、接收距离限制、共享基础设施和研究边界。
11. Kristina L. Paxton 等，《Optimizing trilateration estimates for tracking fine-scale movement of wildlife using automated radio telemetry networks》，Ecology and Evolution 12(2)，2022 年——对信号强度过滤器、接收机几何布置和定位精度的独立测试。
12. 美国鱼类及野生动物管理局，《Motus 站点》——野外资料确认了照片中的斯氏鹨及其安装的 Motus 微型标签。
13. 美国鱼类及野生动物管理局，《史密森尼国家动物园与保护生物学研究所拍摄的斯氏鹨》——照片来源、署名、日期和使用权记录。