Акустические регистраторы помогают изучать животных, которых трудно увидеть. Записи сопоставляют с наблюдениями и анализируют алгоритмами, чтобы обнаруживать виды, различать сигналы и оценивать использование территории.
Многие виды издают звуки, которые распространяются на большие расстояния: львы, леопарды и гиены ревут, птицы поют, млекопитающие и насекомые подают сигналы, рептилии и амфибии вокализуют, а рыбы и ракообразные тоже используют звук. Эти звуки служат для привлечения партнёров, защиты территории, отпугивания хищников и ориентации в пространстве. Наблюдая за «звуковым ландшафтом», учёные могут оценивать присутствие видов, их поведение и использование территории без постоянного визуального контакта.
Аудиорегистраторы устанавливают на деревьях, у почвы или на морском дне и оставляют собирать данные неделями и месяцами. Такой подход незаметен для животных и полезен для проектов охраны природы: по звукам можно оценить численность популяций, отслеживать перемещения и снижать конфликты между человеком и дикой природой.
Исследование африканских хищников
В одном полевом исследовании на площади сотен квадратных километров были развернуты десятки акустических регистраторов. Исследователи сопоставляли записи с фотоловушками, чтобы связать вокализации с конкретными животными. Так удалось показать, что у леопардов ревы индивидуально различимы: модель, обученная на сопоставленных данных, отличала отдельных животных по реву с высокой точностью. Это подтвердило, что голосовые сигналы можно использовать для идентификации и мониторинга скрытных и ночных хищников.
Львы и их рёв
Анализ львиных вокализаций выявил несколько типов рёва: полные, громкие и сложные, а также более короткие низкочастотные варианты, которые ранее не классифицировали как отдельный тип. Искусственный интеллект помогает разделять типы вокализаций и анализировать полные рёвы, где содержится больше акустической информации. Такой подход позволил создать инструмент для классификации рёва и показал, что полные ревы особенно информативны для идентификации индивидуумов. Связь между отдельными львами и их рёвами даёт дополнительный способ подсчёта и отслеживания больших кошек в ареале.
Звуковые исследования гиббонов
У редких древесных приматов, которые проводят почти всё время на вершинах деревьев, визуальный мониторинг затруднён. Для гиббонов используют сеть регистраторов: один и тот же призыв достигает разных устройств с задержками, и по этим задержкам можно вычислить координаты источника звука. Такой метод позволяет определять местоположение животных без необходимости надевать на них метки, отслеживать перемещения, оценивать численность и изучать социальное поведение. Полученные данные также полезны для управления охраной территорий и поддержки рейнджеров в защите видов.
Сигналы тревоги и снижение конфликтов с крупными хищниками
Акустические системы применяют не только для мониторинга, но и для предупреждения людей о рисках. В одном случае регистраторы отслеживают предупредительные лайы оленей, которые сигнализируют о присутствии тигра: распознавание таких сигналов даёт возможность оперативно оповестить население и снизить риск встречи людей с хищником. Это пример адаптации биоакустики для совместного проживания людей и диких животных в пограничных с лесом районах.
Ограничение столкновений с морскими млекопитающими
В морской среде акустика помогает снижать столкновения кораблей с китами. Системы объединяют мониторинг китовых вокализаций, отчёты наблюдателей и данные об океанических условиях, чтобы оценивать вероятность присутствия китов в районе и подсказывать, где целесообразно снизить скорость судна. Плавное снижение скорости уменьшает риск смертельных столкновений и снижает тяжесть последствий при контакте.
Технологии анализа звуков
Современные регистраторы генерируют огромные объёмы аудиоданных. Для их обработки применяют методы машинного обучения: звуковые файлы переводят в спектрограммы — визуальные представления частот во времени — и обучают модели распознавать виды и типы вокализаций. Это позволяет автоматически обнаруживать и классифицировать сигналы, значительно ускоряя анализ по сравнению с ручным прослушиванием.
Подобные подходы используют для мониторинга редких видов, например гавайских тюленей-монахов: исследователи выделили несколько типов подводных сигналов и разрабатывают алгоритмы для их автоматического обнаружения, чтобы понять, где эти тюлени проводят больше времени и какие участки важны для их охраны. В других случаях ИИ помогает оценивать состояние животных по характеру вокализаций, например различать признаки стресса и благополучия у хозяйственных животных.
Возможности и ограничения
Акустический мониторинг — мощный инструмент, но у него есть ограничения. Не все виды или поведенческие состояния сопровождаются громкими, дальнодействующими сигналами; среда передачи звука влияет на распространение и качество записи; автоматические алгоритмы нуждаются в размеченных данных для проверки точности. Тем не менее сочетание регистраторов, полевых наблюдений и моделей машинного обучения расширяет возможности учёных: звуки дают дополнительный канал информации о распределении видов, их поведении и рисках для сохранения биоразнообразия.
В будущем дальнейшее развитие инструментов сбора и анализа звука позволит глубже понимать коммуникацию животных и эффективнее применять эти знания в охране природы и снижении конфликтов между людьми и дикой природой.
