Automated acoustic classifiers provide insights into calling patterns of cicadas in tropical Australia
Questo studio dimostra che il modello di deep learning BirdNET può automatizzare efficacemente il rilevamento e il monitoraggio di cinque specie di cicale nell'Australia tropicale, raggiungendo un'elevata precisione e fornendo approfondimenti ecologicamente coerenti sui loro modelli di canto nel corso di un periodo di 15 mesi.
Articolo originale sotto licenza CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Questa è una spiegazione generata dall'IA di un preprint non sottoposto a revisione paritaria. Non è un consiglio medico. Non prendere decisioni sulla salute basandoti su questo contenuto. Leggi il disclaimer completo
Nei vasti paesaggi soleggiati dei tropici, l'aria è spesso un brulicare di suoni prodotti dagli insetti. Tra i più rumorosi e persistenti di questi ci sono le cicale, creature che trascorrono anni sottoterra prima di emergere per cantare per pochi brevi mesi. Per gli scienziati, ascoltare questi insetti è più di una semplice esperienza uditiva; è un modo vitale per comprendere la salute di un ecosistema. Gli insetti svolgono un ruolo crucialo nella natura, agendo come impollinatori, fonti di cibo e riciclatori, eppure le loro popolazioni stanno diminuendo in tutto il mondo. Per proteggerli, i ricercatori devono sapere dove si trovano, quando sono attivi e quanti sono. Tradizionalmente, contare queste creature è stato un compito lento e laborioso. Gli scienziati dovevano camminare attraverso la boscaglia, ascoltare attentamente e identificare manualmente ogni specie attraverso il suo canto, un processo difficile da scalare e facile da perdere. Tuttavia, un nuovo strumento sta cambiando le regole del gioco: dispositivi di ascolto automatizzati che registrano il paesaggio sonoro giorno e notte, abbinati a programmi informatici in grado di imparare a riconoscere le chiamate di specifici insetti, offrendo un modo per monitorare la biodiversità su scala massiccia.
Nelle savane tropicali del Queensland settentrionale, in Australia, un team di ricercatori ha messo alla prova questa tecnologia. Volevano vedere se un programma per computer, originariamente progettato per identificare il canto degli uccelli, potesse essere addestrato a riconoscere le chiamate di cinque diverse specie di cicale. Questi insetti, tra cui la lesser bladder, la eastern rattler, la corroboree cicada, la northern double-drummer e la fairy dust squawker, vivono in un ambiente acustico complesso, pieno di vento, pioggia e i canti di altri animali. I ricercatori hanno installato diciotto stazioni di registrazione in tutta la regione, catturando il suono continuamente per quindici mesi. Ciò ha prodotto una libreria audio massiccia, per un totale di circa ventiquattromila ore di registrazione. Invece di ascoltare ogni minuto di questa traccia, il team ha utilizzato un sistema di deep learning per scansionare le registrazioni. Hanno insegnato al computer l'aspetto sonoro di ciascuna delle cinque specie di cicale utilizzando alcuni esempi di chiamate chiare, e poi hanno lasciato che il sistema cercasse attraverso le migliaia di ore di registrazioni sul campo per trovare corrispondenze.
I risultati hanno dimostrato che il computer era straordinariamente bravo nel compito. Il sistema ha identificato con successo le chiamate di tutte e cinque le specie di cicale con un'elevata precisiono, distinguendole dal rumore di fondo e dai canti di altri insetti. I ricercatori hanno scoperto che il programma poteva distinguere in modo affidabile tra una vera chiamata di cicala e un falso allarme, anche quando i suoni erano mescolati tra loro. Questo successo significava che potevano ora analizzare i dati per vedere esattamente quando e dove questi insetti cantavano. Hanno scoperto che ogni specie aveva il proprio programma unico. La eastern rattler e la corroboree cicada erano attive durante il giorno, con la eastern rattler che costruiva un coro rumoroso a metà mattina e la corroboree cicada che cantava continuamente dalla mattina presto fino a sera. La northern double-drummer aveva un modello più complesso, cantando al mattino, facendo una pausa e poi cantando di nuovo nel pomeriggio e nella prima serata. Al contrario, la lesser bladder cicada era principalmente una cantante serale, chiamando mentre il sole tramontava, mentre la fairy dust squawker era attiva durante il giorno ma smetteva prima del crepuscolo.
Forse la scoperta più sorprendente è stata come questi insetti si comportano quando il tempo peggiora. Sebbene si assuma spesso che gli insetti smettano di cantare quando piove, i rilevatori automatizzati hanno mostrato che queste cicale continuavano a chiamare anche durante piogge leggere, moderate e intense. Infatti, i ricercatori hanno notato che i cori sembravano talvolta farsi più forti man mano che la pioggia si intensificava. Ciò suggerisce che evitare la pioggia per ascoltare questi insetti potrebbe causare la perdita di una parte significativa dell'attività. Lo studio ha anche rivelato che le cicale non evitavano rigorosamente di cantare contemporaneamente l'una all'altra, anche quando i loro canti si sovrapponevano. Inveve di alternarsi per evitare confusione, facevano affidamento sulle differenze di tono e struttura delle loro chiamate per essere uditi. Questa scoperta mette in discussione l'idea che gli insetti separino sempre i tempi del loro canto per evitare interferenze, mostrando invece che possono condividere lo spazio acustico in modo efficace.
Dimostrando che i sistemi automatizzati possono tracciare accuratamente questi insetti in natura, lo studio offre un nuovo e potente modo per monitorare la biodiversità. Il metodo utilizzato è stato efficiente, richiedendo molto meno tempo umano rispetto ai sondaggi tradizionali, pur fornendo un quadro dettagliato della vita degli insetti su lunghi periodi. I ricercatori hanno scoperto che la tecnologia funzionava bene anche nei suoni complessi della savana tropicale, dove molte specie diverse cantano contemporaneamente. Questo approccio permette agli scienziati di raccogliere dati su una scala precedentemente impossibile, aiutando a costruire una comprensione più chiara di come le popolazioni di insetti stiano cambiando. Mentre il mondo affronta una perdita di diversità degli insetti, avere uno strumento capace di ascoltare la foresta e contare automaticamente i suoi cantori fornisce un modo vitale per tenere traccia di queste creature essenziali e degli ecosistemi che esse sostengono.
Sommerso dagli articoli nel tuo campo?
Ricevi digest giornalieri degli articoli più recenti corrispondenti alle tue parole chiave di ricerca — con riassunti tecnici, nella tua lingua.