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(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聲動物物種的狀態。這既要結合傳統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，記錄了環境中的動物聲音，同時，將專家對發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。他們發現，兩種自動方法都能很好地反映森林環境范圍。

　　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，有望監測森林生物多樣性。(完)