人工智能分析气候变化的“声音”

人工智能分析气候变化的“声音”

北极部分地区的春天来得更早，一些候鸟也来得更早。但是研究人员还没有弄清楚气候变化是如何改变冻土带生活的。随着追踪偏远地区鸟类和其他动物的自动化工具上线，这种情况开始发生变化，这给研究人员提供了大量关于野生动物如何适应更热的温度和更不稳定的天气的线索。

在《科学进展》杂志的一项新研究中，哥伦比亚大学的研究人员描述了一种快速筛选数千小时野外录音的方法，以估计鸣禽何时到达阿拉斯加北坡的繁殖地。他们在数据的一个部分上训练了一个算法，从风、卡车和其他噪音中挑选出鸟叫声，并估计，从鸟儿每天鸣叫和鸣叫的时间来看，它们都是成群结队而来的。

研究人员还将算法从他们的数据中解放出来，没有经过任何训练，看看它是否能自己挑选出鸟叫声，并估计出到达日期。在这两种情况下，计算机的估计值都与人类观察者在实地观察到的结果非常吻合。他们的无监督机器学习方法可能被扩展到任何动物发声的数据集。

该研究的主要作者、哥伦比亚大学的研究生鲁斯·奥利弗(Ruth Oliver)说:“我们的方法可以被重新调整，以检测鸟类和其他发声动物在高度季节性栖息地的到来。”“这可以让我们追踪动物对气候变化的反应。”

虽然这些工具相对简单，但它们可以加速对充满生物多样性信息的声学数据集的分析，这些信息对自然资源保护者和其他人来说是有价值的。

“一份录音档案告诉你生物多样性是如何随时间变化的，”他说。“了解鸣禽到达和繁殖时机的动态是思考气候变化以及温度、天气和降雪如何影响各种物种的门户。”

众所周知，鸣禽在野外很难追踪。它们的迁徙长达数千英里，它们的身体太小，无法用GPS接收器进行追踪。哥伦比亚大学拉蒙特-多尔蒂地球天文台的生态学家Natalie Boelman和她的同事们在阿拉斯加布鲁克斯山脉的丘陵地带发明了麦克风，以窃听每年春天飞行来交配和抚养后代的两种特殊物种:白冠麻雀和蓝冠长刺。

从2010年开始，这支球队在5月初到7月之间有规律地记录了5个赛季。他们希望确定鸟类到达的时间，以及物种组合是否会随着植物倾向于更温暖的温度而改变。白冠麻雀喜欢木质灌木和长刺的拉普兰草原。预计到2050年，该地区将以灌木为主，麻雀最终可能会排挤长刺和其他适应苔原的鸟类。

在他们研究的下一个阶段，研究小组希望进一步开发这个工具来区分麻雀和龙刺，以及其他物种，以发现种群水平的趋势。

物种特异性识别是其他研究人员试图破解的一个复杂问题。在康奈尔大学(Cornell)，法恩斯沃思(Farnsworth)和他的同事们正在一个名为BirdVox的项目中使用深度学习工具，对夜间候鸟叫声的录音进行分类。在波士顿附近的一家名为“野生动物声学”的公司正在建造低成本的野外记录仪，并开发软件来追踪鸟类的来来往往，以及青蛙、蝙蝠和鲸鱼的声音。

“我们想知道当人类不存在时，有哪些物种存在，”法恩斯沃思说。“我们正试图教会机器像人类大脑那样对声音进行分类。”

数据集越长，出现气候变化信号的可能性就越大。对Boelman来说，在这个以气候和气温逐年大幅波动著称的地区，五年实在是太短了。在最近的一项基于观察数据的生态学研究中，研究小组报告说，麻雀和龙刺似乎都把它们的到达和繁殖时间安排在当地条件下;2013年，当晚春使融雪推迟了10天时，这些鸟儿比平时晚了3到6天到达，4到10天后才孵化出它们的幼鸟。

Boelman说:“然而，如果春天比我们在研究期间来得更早或者更晚，鸣禽将如何应对还不清楚。”物种的迁徙和繁殖时间也随白天的长短而变化，这与气候变化无关。物种的迁徙反应与白天的长度紧密相连，它们可能不能很好地适应变化的环境。

其他作者是Dan Ellis，哥伦比亚工程;海伦·奇莫拉，杰西·克劳斯，乔纳森·佩雷兹和约翰·温菲尔德，加州大学戴维斯分校;山南地区甜,康奈尔大学;还有陶森大学的劳拉·高夫。

这项研究由国家科学基金会极地项目办公室和研究生研究员项目资助;哥伦比亚大学数据科学研究所提供的20万美元资助;以及NASA的北极脆弱性实验。