追蹤生物多樣性，研究人員正在轉向人工智能 - 彭博社
Sana Pashankar, Kendra Pierre-Louis
2009年，一隻松鼠猴出現在厄瓜多爾亞馬遜雨林中。
攝影師：Alejandra Parra從青蛙的喉嚨嘎嘎聲到鳥鳴的啁啾聲，森林的聲音可以用來追蹤生物多樣性的恢復，這是根據今天在《自然通訊》雜誌上發表的一項研究得出的結論。自然通訊。結合人工智能，聲音景觀可以提供一種低成本的方式來衡量生態系統的健康狀況。
研究人員研究了厄瓜多爾的一個地區的重新造林項目，該地區有90%的熱帶森林因為砍伐而消失。“我們只能描述樹木正在重新生長，”德國維爾茨堡大學動物生態學教授、該研究的主要作者Jörg Müller説。“但動物們發生了什麼？”
為了回答這個問題，該研究利用了生物聲學——聲學的一個分支，量化了人類可以感知到的所有自然聲音。研究人員記錄了厄瓜多爾各個地塊在不同的砍伐後恢復階段的聲音景觀，包括活躍的農業牧場和正在康復的森林。然後，一個經過訓練的人工智能模型被用來識別錄音中存在的100多種野生動物的歌曲，其識別結果後來由人類專家進行了核實。
他們發現，一塊土地從砍伐中恢復得越多，其生物聲學中就會充滿各種動物的鳴叫聲、嗡嗡聲和嗡嗡聲。“我們看到的是已經非常接近原始森林社區的社區，”Müller説。
熱帶森林的健康因氣候變化而變得更加緊迫。森林在儲存碳方面發揮着關鍵作用，森林保護和恢復項目越來越被用來支持旨在抵消排放的碳信用，以及旨在抵消開發對植物和動物物種影響的生物多樣性信用。
這些項目通常旨在重新開發廢棄的農業空間中的森林生態系統，理論上可以用來減輕碳排放和生物多樣性損失。但是，由於監測不力和跟進有限，這兩種用途近年來受到了審查。根據這項研究，聲景可以讓保護管理者更有效地跟蹤生態系統的恢復情況。
“我們希望通過快速的生物多樣性指標來確保人們遵守他們所説的並防止綠色洗牌等行為，”未參與該研究的生物聲學研究員Rachel Buxton説道。Buxton是卡爾頓大學環境與跨學科科學研究所的助理教授。
跟蹤生物多樣性的傳統方法包括代謝條形碼，這是一種通過研究DNA的短片段來識別特定物種種羣的分析方法。研究人員發現，生物聲學監測導致與這種更直接方法相似的發現，但成本更低，對環境的干擾更小。
“這是一種完全被動的竊聽生態系統的方法，不需要捕捉任何東西，不需要捕獲任何東西 — 你只是在傾聽，” Buxton 説道。“像聲學監測這樣更具成本效益的方法能夠反映出類似的生物多樣性度量，這真的很令人興奮。”
在原則上，Müller 表示，生物聲學監測可以在任何地方使用。它不需要領域專家，只需要有人放置錄音設備。但也存在一些限制，包括 AI 模型的訓練。“我們沒有足夠的專家，也沒有足夠的資金來識別全球所有的聲音，” Müller 説。“人們必須付出努力來訓練這些模型，以製作這些標記數據。”
另一個缺點是，生物聲學也會捕捉到可能只是路過的野生動物的噪音，包括候鳥或哺乳動物。這可能會扭曲有關哪些物種是生態系統中永久成員的結論。
儘管如此，生物聲學可以成為了解森林恢復路徑的有用工具，甚至可以捕捉到某個區域的人類活動，包括偷獵或非法砍伐。隨着更多國家尋求解決生物多樣性下降問題，這些需求將會增長。
“我們現在正處於全球恢復棲息地的時代，” Müller 説。“有了這些數據，我們可以很好地展示瀕危物種羣體是如何恢復的。”
閲讀更多：