Как звуки леса помогают оценить биоразнообразие
Ученые используют искусственный интеллект для анализа звуковых ландшафтов (саундскейпов) тропических лесов, чтобы отслеживать восстановление дикой природы на ранее нарушенных территориях.
Проблема и метод
Оценить возвращение животных в восстанавливающиеся леса сложнее, чем измерить рост деревьев со спутника. Традиционный метод требует от экспертов ручного анализа аудиозаписей для идентификации голосов животных.
Профессор Йорг Мюллер и его команда записали звуки в регионе Чоко в Эквадоре на участках разной степени восстановления: от недавно заброшенных плантаций какао до старовозрастных лесов.
Трехэтапный анализ
- Экспертная оценка: Специалисты прослушали записи, определив птиц, млекопитающих и амфибий.
- Акустический индекс: Программный анализ общих характеристик звукового ландшафта (громкость, частота).
- Искусственный интеллект: Использована ИИ-модель, обученная распознавать 75 голосов птиц.
Результаты
Хотя ИИ-модель могла идентифицировать только четверть от того количества птичьих голосов, что и эксперты, она точно определила уровень биоразнообразия на каждом участке. Результаты совпали как с экспертными оценками, так и с анализом насекомых (которые служат индикатором биоразнообразия).
Исследование, опубликованное в Nature Communications, показало, что анализ саундскейпа — эффективный и экономичный инструмент для мониторинга восстановления фауны в гиперразнообразных тропических лесах.
Ограничения и перспективы
- Недостаток данных: Для обучения ИИ не хватает записей голосов многих животных.
- "Молчаливые" виды: Метод не учитывает растения и животных, не издающих звуков. Однако птицы и амфибии являются хорошим индикатором экологической целостности.
Этот подход может стать прозрачным инструментом для оценки проектов в рамках "биоразнообразных кредитов", позволяя напрямую количественно оценивать биоразнообразие, а не полагаться только на косвенные показатели вроде высадки деревьев.