中新網(wǎng)北京10月18日電 (記者 孫自法)施普林格·自然旗下學(xué)術(shù)期刊《自然-通訊》最新發(fā)表一篇生物多樣性研究論文認為，人工智能(AI)輔助動(dòng)物聲音景觀(guān)(soundscape)可用于作為監測農地拋荒后森林生物多樣性恢復的有效工具。這項研究發(fā)現提出了一個(gè)可自動(dòng)化、成本效益好而且可靠的方法，以檢測森林生物多樣性和評估恢復結果。

　　該論文介紹，大規模監測森林生物多樣性對保育很重要，但需要成本效益好的標準化工具。此前研究已表明，生物聲學(xué)(研究動(dòng)物聲音的學(xué)科)在用聲景檢測動(dòng)物群落時(shí)是很有前景的工具，但其中還有很大的不確定性，如這些聲景是否也能反映出非發(fā)聲動(dòng)物物種的狀態(tài)。這既要結合傳統聲學(xué)測量和機器學(xué)習方法，也存在著(zhù)技術(shù)困難。

　　論文第一作者和通訊作者、德國維爾茨堡大學(xué)J rg Müller與同事及合作者共同測試了一種方法，即用聲景追蹤熱帶森林生物多樣性。在厄瓜多爾的Chocó地區低地，他們從最近拋荒的可可種植園和牧場(chǎng)到原始森林中，記錄了環(huán)境中的動(dòng)物聲音，同時(shí)，將專(zhuān)家對發(fā)聲動(dòng)物物種的鑒別與兩類(lèi)自動(dòng)化方法相結合，其中一種使用深度學(xué)習模型。他們發(fā)現，兩種自動(dòng)方法都能很好地反映森林環(huán)境范圍。

　　本項研究過(guò)程中，論文作者還用一種不同類(lèi)型的生態(tài)信息對他們基于聲音的結果進(jìn)行了評估，他們使用了DNA宏條形碼獲取的昆蟲(chóng)多樣性數據，其中主要是非發(fā)聲物種。研究結果表明，雖然這兩個(gè)數據庫不能完全吻合，但結合生物聲學(xué)和深度學(xué)習，有望監測森林生物多樣性。(完)