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(wei) ，人工智能(AI)輔助動物聲音景觀(soundscape)可用於(yu) 作為(wei) 監測農(nong) 地拋荒後森林生物多樣性恢複的有效工具。這項研究發現提出了一個(ge) 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複結果。

　　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(chuan) 統聲學測量和機器學習(xi) 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(yu) 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(men) 從(cong) 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(zhuan) 家對發聲動物物種的鑒別與(yu) 兩(liang) 類自動化方法相結合，其中一種使用深度學習(xi) 模型。他們(men) 發現，兩(liang) 種自動方法都能很好地反映森林環境範圍。

　　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(men) 基於(yu) 聲音的結果進行了評估，他們(men) 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(liang) 個(ge) 數據庫不能完全吻合，但結合生物聲學和深度學習(xi) ，有望監測森林生物多樣性。(完)