iBatsID - internetowe narzędzie do rozpoznawania dźwięków nietoperzy

[KopalniaWiedzy.pl 357]

Międzynarodowy zespół naukowców stworzył iBatsID - darmowe narzędzie internetowe do identyfikacji sygnałów echolokacyjnych 34 gatunków europejskich nietoperzy.

Naukowcy podkreślają, że specjaliści wykorzystywali metody akustyczne podczas monitorowania populacji nietoperzy, ale ze względu na niedostatki standaryzacyjne dotąd nie można było ze sobą porównywać różnych zestawów danych. Bez takich samych metod identyfikacyjnych nie da się formułować wiarygodnych wniosków co do kondycji populacji i ewentualnych zmian dystrybucji. Jako że wiele nietoperzy migruje między krajami europejskimi, musimy je obserwować zarówno na poziomie kontynentu, jak i państw - opowiada prof. Kate Jones, szefowa Bat Conservation Trust.

Autorzy raportu, który ukazał się na łamach Journal of Applied Ecology, tłumaczą, że ze względu na wrażliwość na oddziaływania człowieka nietoperze pozostają świetnymi wskaźnikami zdrowia ekosystemu.

Ponieważ nietoperze są małymi zwierzętami nocnymi, w dodatku trudnymi do schwytania, zamiast polegać na identyfikacji wzrokowej, warto odwołać się do monitorowania dźwięków echolokacyjnych. Z dźwięków echolokacyjnych można pozyskać sporo informacji, np. o maksymalnej i minimalnej częstotliwości lub jak szybko częstotliwość się zmienia. Nie mieliśmy jednak pojęcia, które z tych wskaźników są najbardziej użyteczne w procesie odróżniania od siebie zawołań poszczególnych gatunków - wyjaśnia Charlotte Walters z Londyńskiego Stowarzyszenia Zoologicznego.

Z EchoBanku, biblioteki zawierającej ponad 200 tys. nagrań dźwięków echolokacyjnych, chiropterolodzy wybrali 1350 zawołań 34 europejskich nietoperzy. Dzięki surowym danym udało się stworzyć bazujący na zespołach sztucznych sieci neuronowych iBatsID.

Oto łacińskie nazwy rozpoznawanych gatunków: Barbastella barbastellus, Eptesicus bottae, E. nilssonii, E. serotinus, Hypsugo savii, Miniopterus schreibersii, Myotis alcathoe, M. bechsteinii, M. blythii, M. brandtii, M. capaccinii, M. dasycneme, M. daubentonii, M. emarginatus, M. myotis, M. mystacinus, M. punicus, Nyctalus lasiopterus, N. leisleri, N. noctula, Pipistrellus kuhlii, P. nathusii, P. pipistrellus, P. pygmaeus, Plecotus auritus, P. austriacus, Rhinolophus blasii, R. euryale, R. ferrumequinum, R. hipposideros, R. mehelyi, Tadarida teniotis, Vespertilio murinus.

Większość gatunków można poprawnie rozpoznać w ponad 80% przypadków (wprowadzenie 80-proc. progu podnosi medianę poprawnych rozpoznań do 95%). Na witrynie narzędzia pojawia się jednak zastrzeżenie, że przez niepewność związaną z klasyfikacją niektórych gatunków - gdy prawdopodobieństwo poprawnej klasyfikacji jest mniejsze niż 70,65% - zaleca się poprzestać na poziomie podgrupy: 1) M. myotis/M. blythii/M. punicus; 2) M. bechsteinii/M. brandtii/M. daubentonii/M. mystacinus; 3) M. emarginatus/M. alcathoe.

[Tolo 18]

Czekam na urządzenie określające ilość ulatujących z człowieka gazów w oparciu o dźwięk towarzyszących. Takie rozwiązanie mogło by się przydać na przykład do obciążania ludzi opłatami za emisje gazów cieplarnianych w sposób sprawiedliwy. Każdy miał by taki dataloger i płacił opłatę klimatyczną zgodnie z tym ile faktycznie wydali.