Automated acoustic classifiers provide insights into calling patterns of cicadas in tropical Australia
本研究は、ディープラーニングモデルであるBirdNETが、熱帯オーストラリアにおける5種のセミの検出とモニタリングを効果的に自動化できることを実証しており、高い精度を達成するとともに、15ヶ月間にわたる彼らの鳴きパターンの生態学的に一貫した知見を提供している。
原論文は CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) でライセンスされています。 これは査読を受けていないプレプリントのAI生成解説です。医学的助言ではありません。この内容に基づいて健康上の判断をしないでください。 免責事項の全文を読む
熱帯の陽光降り注ぐ広大な風景の中では、空気はしばしば昆虫の音で震えています。これらの中でも最も大きく、かつ執拗な音を立てるものの一つがセミです。彼らは数年間を地中で過ごした後、わずか数ヶ月間のために地上に現れ、歌うのです。科学者にとって、これらの昆虫の音を聞くことは単なる聴覚体験ではありません。それは生態系の健康状態を理解するための不可欠な手段なのです。昆虫は自然界において、授粉者、食物源、そしてリサイクラー（分解者）として重要な役割を果たしていますが、その個体数は世界的に減少しています。彼らを保護するためには、研究者は彼らがどこに、いつ、どれくらい存在しているかを知らなければなりません。伝統的に、これらの生き物を数えることは、遅く、労力を要する作業でした。科学者は茂みを歩き回り、注意深く耳を澄ませ、その歌によって各種を手作業で特定しなければなりませんでした。これは規模を拡大することが難しく、見落としやすいプロセスでした。しかし、新しいツールがゲームチェンジャーとなっています。それは、昼夜を問わず音景（サウンドスケープ）を記録する自動録音装置であり、特定の昆虫の鳴き声を認識することを学習できるコンピュータプログラムと組み合わせることで、大規模に生物多様性を監視する方法を提供しています。
オーストラリア、クイーンズランド州北部の熱帯サバンナにおいて、研究チームはこの技術をテストしました。彼らは、もともと鳥の歌を識別するために設計されたコンピュータプログラムが、5種類の異なるセミの鳴き声を認識するように訓練できるかどうかを確認したいと考えました。レッサー・ブラダー、イースタン・ラトラー、コロボリー・シカダ、ノーザン・ダブルドラマー、フェアリー・ダスト・スクウォーカーを含むこれらの昆虫は、風や雨、他の動物の歌声に満ちた複雑な音響環境の中で生息しています。研究者はこの地域に18箇所の録音ステーションを設置し、15ヶ月間にわたり継続的に音を捉えました。その結果、約2万4千時間に及ぶ膨大な音声ライブラリが得られました。このテープの全編を聴く代わりに、チームはディープラーニング・システムを使用して録音をスキャンしました。彼らは、いくつかの明確な例示となる鳴き声を用いて、コンピュータにそれぞれの5種のセミがどのような音であるかを教え込み、その後、システムに数千時間のフィールド録音の中から一致するものを探させました。
結果は、コンピュータが驚くほど優れた仕事をしたことを示しました。システムは、背景ノイズや他の昆虫の歌声と区別しながら、5種類すべてのセミの鳴き声を高い精度で特定することに成功しました。研究者たちは、プログラムが、音が混ざり合っている場合でも、真のセミの鳴き声と誤報を確実に区別できることを見出しました。この成功により、彼らはデータを見て、これらの昆虫がいつ、どこで鳴いているのかを正確に把握できるようになりました。彼らは、それぞれの種が独自のスケジュールを持っていることを発見しました。イースタン・ラトラーとコロボリー・シカダは日中に活動しており、イースタン・ラトラーは午前中に盛大な合唱へと盛り上がり、コロボリー・シカダは早朝から夕方まで絶え間なく鳴いていました。ノーザン・ダブルドラマーはより複雑なパターンを持ち、午前中に鳴き、休憩を挟み、その後午後と夕方に再び鳴きました。対照的に、レッサー・ブラダ・シカダは主に夕方の鳴き手であり、日が沈むにつれて鳴き、フェアリー・ダスト・スクウォーカーは日中に活動しますが、夕暮れ前に鳴き止みました。
おそらく最も驚くべき発見は、天候が悪化したときにこれらの昆虫がどのように振る舞うかという点でした。昆虫は雨が降ると鳴き止むと想定されがちですが、自動検出器は、軽度、中程度、あるいは激しい雨の中でも、これらのセミが鳴き続けていることを示しました。実際、研究者たちは、雨が強まるにつれて合唱がより大きくなるように見えることもあると指摘しました。このことは、これらの昆虫を聴くために雨を避けることが、科学者が重要な活動の大部分を見逃す原因になり得ることを示唆しています。また、この研究は、たとえ歌が重なり合っていたとしても、セミたちが互いに鳴く時間を厳密に避けているわけではないことも明らかにしました。混乱を避けるために交代で鳴くのではなく、彼らは鳴き声のピッチ（音の高さ）や構造の違いを利用して、自分たちの声が聞こえるようにしていたのです。この発見は、昆虫が干渉を避けるために常に鳴く時間を分けるという考えに異を唱えるものであり、むしろ、彼らが効果的に音響空間を共有できることを示しています。
自動システムが野生下でこれらの昆虫を正確に追跡できることを証明することで、この研究は生物多様性を監視するための強力な新しい方法を提示しています。用いられた手法は効率的であり、従来の調査よりもはるかに少ない人間による時間を必要としながら、長期間にわたる昆虫の生活の詳細な姿を提供しました。研究者たちは、多くの異なる種が同時に鳴いている熱帯サバンナの複雑な音の中でも、この技術がうまく機能することを発見しました。このアプローチにより、科学者は以前は不可能であった規模でデータを収集することが可能になり、昆虫の個体数がどのように変化しているかについてのより明確な理解を築く助けとなります。世界が生物多様性の喪失に直面している中で、森の声を聴き、その歌い手を自動的に数えることができるツールを持つことは、これらの不可欠な生き物とその生態系を監視するための極めて重要な手段となります。
自分の分野の論文に埋もれていませんか？
研究キーワードに一致する最新の論文のダイジェストを毎日受け取りましょう——技術要約付き、あなたの言語で。