在低音昆虫无人机的背景下，芦苇管和高音颤音二重奏。它们的交响乐是森林的声音，由科学家监测以衡量生物多样性。来自厄瓜多尔森林的记录是新研究的一部分，该研究旨在研究人工智能如何在恢复栖息地的过程中追踪动物的生命。

当科学家想要测量重新造林时，他们可以使用卫星和激光雷达等工具测量大片土地。

但确定野生动物返回某个地区的速度和数量是一个更困难的挑战——有时需要专家筛选录音并找出动物的叫声。

维尔茨堡大学生物中心教授兼野外鸟类学家乔格·穆勒想知道是否有不同的方法。

他告诉法新社：“我看到了我们需要的差距，特别是在热带地区，需要更好的方法来量化巨大的多样性……以改善保护行动。”

他转向生物声学，利用声音来更多地了解动物的生命和栖息地。

它是一种历史悠久的研究工具，但最近与计算机学习结合使用，可以更快地处理大量数据。

穆勒和他的团队在厄瓜多尔乔科地区的多个地点录制了音频，范围包括最近废弃的可可种植园和牧场、从使用中恢复的农田到古老的森林。

他们首先让专家听取录音并挑选出鸟类、哺乳动物和两栖动物。

然后，他们进行了声学指数分析，根据声景的广泛指标(例如噪音的音量和频率)来衡量生物多样性。

最后，他们通过人工智能辅助计算机程序进行了两周的录音，该程序经过训练可以区分75种鸟叫声。

需要更多录音

该程序能够以一致的方式挑选出接受训练的叫声，但它能否正确识别每个位置的相对生物多样性?

为了检查这一点，该团队使用了两条基线：一条来自听取录音的专家，第二条基于每个地点的昆虫样本，这提供了生物多样性的代理。

研究称，虽然用于训练人工智能模型的可用声音库意味着它只能识别专家可以识别的鸟类叫声的四分之一，但它仍然能够正确地衡量每个地点的生物多样性水平。

周二发表在《自然通讯》杂志上的这项研究称：“我们的结果表明，声景分析是监测高度多样化的热带森林中动物群落恢复的有力工具。”

该工具有一些局限性，包括可用于训练计算机模型的鸟叫声相对较少。

它补充说：“声景多样性可以以一种经济高效且稳健的方式量化，涵盖从活跃农业到恢复和古老森林的整个梯度。”

仍然存在缺陷，包括缺乏用于训练人工智能模型的动物声音。

而且这种方法只能捕获那些宣告其存在的物种。

“当然，没有关于植物或沉默动物的信息。然而，鸟类和两栖动物对生态完整性非常敏感，它们是一个非常好的替代品，”穆勒告诉法新社。

他认为，鉴于当前对“生物多样性积分”的推动，该工具可能会变得越来越有用，“生物多样性积分”是一种将保护自然栖息地的动物货币化的方式。

研究称：“能够直接量化生物多样性，而不是依赖于种植树木等替代指标，可以鼓励并允许对保护行动进行外部评估，并提高透明度。”