中新網北京10月18日電 (記者 孫自法)施普林格·自然旗下學術期刊《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)輔助動物聲音景觀(soundscape)可用于作為監(jiān)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)現提出了一個可自動化、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(guī)模監(jiān)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(研究動物聲音的學科)在用聲景檢測動物群落時是很有前景的工具，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)聲動物物種的狀態(tài)。這既要結合傳統(tǒng)聲學測量和機器學習方法，也存在著技術困難。

　　論文第一作者和通訊作者、德國維爾茨堡大學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(qū)低地，他們從最近拋荒的可可種植園和牧場到原始森林中，記錄了環(huán)境中的動物聲音，同時，將專家對發(fā)聲動物物種的鑒別與兩類自動化方法相結合，其中一種使用深度學習模型。他們發(fā)現，兩種自動方法都能很好地反映森林環(huán)境范圍。

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