Automated acoustic classifiers provide insights into calling patterns of cicadas in tropical Australia
Deze studie toont aan dat het deep-learningmodel BirdNET effectief de detectie en monitoring van vijf cicada-soorten in tropisch Australië kan automatiseren, waarbij een hoge nauwkeurigheid wordt bereikt en ecologisch consistente inzichten worden geboden in hun roeppatronen over een periode van 15 maanden.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van een preprint die niet peer-reviewed is. Dit is geen medisch advies. Neem geen gezondheidsbeslissingen op basis van deze inhoud. Lees de volledige disclaimer
In de uitgestrekte, zonovergoten landschappen van de tropen suist de lucht vaak met het geluid van insecten. Onder de luidste en meest hardnekkige hiervan zijn de cicaden, wezens die jarenlang ondergronds doorbrengen voordat ze tevoorschijn komen om een paar korte maanden lang te zingen. Voor wetenschappers is het luisteren naar deze insecten meer dan alleen een auditieve ervaring; het is een vitale manier om de gezondheid van een ecosysteem te begrijpen. Insecten spelen een cruciale rol in de natuur als bestuivers, voedselbronnen en recyclers, maar hun populaties nemen wereldwijd af. Om hen te beschermen, moeten onderzoekers weten waar ze zijn, wanneer ze actief zijn en hoeveel er zijn. Traditioneel gezien was het tellen van deze wezens een langzame, arbeidsintensieve taak. Wetenschappers moesten door de bush lopen, goed luisteren en elke soort handmatig identificeren aan de hand van de zang, een proces dat moeilijk op te schalen is en waarbij zaken gemakkelijk worden gemist. Echter, een nieuw hulpmiddel verandert het spel: geautomatiseerde luisterapparaten die dag en nacht het geluidsschap opnemen, gekoppeld aan computerprogramma's die kunnen leren specifieke insectenroepen te herkennen, wat een manier biedt om biodiversiteit op een enorme schaal te monitoren.
In de tropische savannes van noordelijk Queensland, Australië, heeft een team van onderzoekers deze technologie getest. Ze wilden zien of een computerprogramma, oorspronkelijk ontworpen om vogelzang te identificeren, getraind kon worden om de roepen van vijf verschillende soorten cicaden te herkennen. Deze insecten, waaronder de lesser bladder, de eastern rattler, de corroboree cicada, de northern double-drummer en de fairy dust squawker, leven in een complexe akoestische omgeving gevuld met wind, regen en de zangen van andere dieren. De onderzoekers installeerden achttien opname stations verspreid over de regio, die continu geluid vastlegden gedurende vijftien maanden. Dit resulteerde in een enorme bibliotheek aan audio, in totaal ongeveer vierentwintig duizend uur aan opnames. In plaats van elke minuut van deze tape te beluisteren, gebruikte het team een deep-learning systeem om de opnames te scannen. Ze leerden de computer hoe elke van de vijf cicadensoorten klonk met behulp van een paar duidelijke voorbeeldoproepen, en lieten het systeem vervolgens door de duizenden uren aan veldopnames zoeken naar overeenkomsten.
De resultaten toonden aan dat de computer uitzonderlijk goed was in de taak. Het systeem identificeerde de roepen van alle vijf de cicadensoorten met hoge nauwkeurigheid, waarbij het ze onderscheidde van het achtergrondgeluid en de zangen van andere insecten. De onderzoekers ontdekten dat het programma betrouwbaar het verschil kon zien tussen een echte cicadenroep en een vals alarm, zelfs wanneer de geluiden gemengd waren. Dit succes betekende dat ze nu de gegevens konden gebruiken om precies te zien wanneer en waar deze insecten zongen. Ze ontdekten dat elke soort zijn eigen unieke schema had. De eastern rattler en de corroboree cicada waren overdag actief, waarbij de eastern rattler uitmondde in een luid koor in de late ochtend en de corroboree cicada continu zong van de vroege ochtend tot de avond. De northern double-drummer had een complexer patroon, met zang in de ochtend, een pauze, en vervolgens weer zang in de middag en de vroege avond. In contrast hiermee was de lesser bladder cicada vooral een avondzanger, die riep terwijl de zon onderging, terwijl de fairy dust squawker overdag actief was maar stopte voor de schemering.
Misschien wel de meest verrassende bevinding was hoe deze insecten zich gedroegen wanneer het weer omsloeg. Hoewel er vaak wordt aangenomen dat insecten stoppen met zingen wanneer het regent, toonden de geautomatiseerde detectoren aan dat deze cicaden bleven roepen tijdens lichte, matige en zware regenval. Sterker nog, de onderzoekers merkten op dat de koren soms zelfs luider leken te worden naarmate de regen intensiveerde. Dit suggereert dat het vermijden van regen om naar deze insecten te luisteren, wetenschappers een aanzienlijke hoeveelheid activiteit zou kunnen doen missen. De studie onthulde ook dat de cicaden niet strikt vermeden om tegelijkertijd met elkaar te zingen, zelfs niet wanneer hun zangen overlapten. In plaats van beurten af te wisselen om verwarring te voorkomen, vertrouwden ze op verschillen in de toonhoogte en structuur van hun roepen om gehoord te worden. Deze bevinding daagt het idee uit dat insecten hun zingtijden altijd scheiden om interferentie te vermijden, en laat in plaats daarvan zien dat ze de akoestische ruimte effectief kunnen delen.
Door te bewijzen dat geautomatiseerde systemen deze insecten in het wild nauwkeurig kunnen volgen, biedt de studie een krachtige nieuwe manier om biodiversiteit te monitoren. De gebruikte methode was efficiënt en vereiste veel minder menselijke tijd dan traditionele surveys, terwijl het een gedetailleerd beeld gaf van het insectenleven over lange perioden. De onderzoekers ontdekten dat de technologie goed werkte, zelfs in de complexe geluiden van de tropische savanne, waar veel verschillende soorten tegelijkertijd zingen. Deze aanpak stelt wetenschappers in staat om gegevens te verzamelen op een schaal die voorheen onmogelijk was, wat hels bij het opbouwen van een duidelijker begrip van hoe insectenpopulaties veranderen. Terwijl de wereld geconfronteerd wordt met een verlies aan insectendiversiteit, biedt het hebben van een instrument dat het bos kan beluisteren en de zangers automatisch kan tellen een vitale manier om deze essentiële wezens en de ecosystemen die zij ondersteunen, in de gaten te houden.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.