Berliner Boersenzeitung - Pour apprendre comment se porte la faune, les scientifiques à l'écoute

EUR -
AED 3.847595
AFN 70.955217
ALL 98.129555
AMD 407.873345
ANG 1.877009
AOA 956.396496
ARS 1052.049047
AUD 1.610027
AWG 1.888176
AZN 1.778779
BAM 1.955374
BBD 2.102782
BDT 124.452883
BGN 1.956627
BHD 0.394854
BIF 3076.35906
BMD 1.047532
BND 1.403708
BOB 7.23656
BRL 6.114418
BSD 1.041483
BTN 88.395715
BWP 14.228171
BYN 3.408322
BYR 20531.622365
BZD 2.099283
CAD 1.462931
CDF 3007.463637
CHF 0.932508
CLF 0.03692
CLP 1018.737053
CNY 7.590098
CNH 7.59878
COP 4598.402514
CRC 530.489476
CUC 1.047532
CUP 27.759591
CVE 110.855692
CZK 25.335395
DJF 185.46313
DKK 7.457905
DOP 62.766923
DZD 140.965938
EGP 52.004718
ERN 15.712976
ETB 127.496637
FJD 2.382454
FKP 0.826835
GBP 0.833641
GEL 2.870045
GGP 0.826835
GHS 16.546166
GIP 0.826835
GMD 74.374398
GNF 8977.129671
GTQ 8.084076
GYD 219.097457
HKD 8.151698
HNL 26.318517
HRK 7.472315
HTG 136.711517
HUF 411.800971
IDR 16654.445463
ILS 3.862223
IMP 0.826835
INR 88.266649
IQD 1364.328775
IRR 44074.898841
ISK 145.481021
JEP 0.826835
JMD 165.915433
JOD 0.743012
JPY 161.935842
KES 135.658433
KGS 90.613407
KHR 4193.126388
KMF 494.957723
KPW 942.778181
KRW 1468.838686
KWD 0.322504
KYD 0.867927
KZT 520.016622
LAK 22876.452218
LBP 93263.459457
LKR 303.119741
LRD 189.027228
LSL 18.793764
LTL 3.093089
LVL 0.633642
LYD 5.085989
MAD 10.535438
MDL 18.996224
MGA 4861.033639
MKD 61.641022
MMK 3402.342273
MNT 3559.512841
MOP 8.35024
MRU 41.439366
MUR 49.056254
MVR 16.194626
MWK 1805.940983
MXN 21.368218
MYR 4.674611
MZN 66.947912
NAD 18.793764
NGN 1768.715105
NIO 38.322016
NOK 11.58104
NPR 140.650696
NZD 1.79238
OMR 0.403283
PAB 1.04728
PEN 3.94914
PGK 4.193126
PHP 61.827942
PKR 289.212844
PLN 4.334985
PYG 8130.3837
QAR 3.819351
RON 4.976436
RSD 117.00301
RUB 108.876923
RWF 1421.703797
SAR 3.932779
SBD 8.78204
SCR 15.752477
SDG 630.091354
SEK 11.518303
SGD 1.411093
SHP 0.826835
SLE 23.810185
SLL 21966.222062
SOS 595.175999
SRD 37.181136
STD 21681.792335
SVC 9.113188
SYP 2631.954808
SZL 18.787265
THB 36.265313
TJS 11.15323
TMT 3.666361
TND 3.327129
TOP 2.453421
TRY 36.221028
TTD 7.073459
TWD 34.008644
TZS 2775.959214
UAH 43.086435
UGX 3869.619193
USD 1.047532
UYU 44.537316
UZS 13361.088752
VES 48.47434
VND 26633.494828
VUV 124.365075
WST 2.92428
XAF 655.820364
XAG 0.034027
XAU 0.000392
XCD 2.831007
XDR 0.792243
XOF 655.820364
XPF 119.331742
YER 261.804392
ZAR 18.924922
ZMK 9429.03573
ZMW 28.770281
ZWL 337.304797
  • AEX

    1.5800

    881.38

    +0.18%

  • BEL20

    15.2200

    4243.65

    +0.36%

  • PX1

    23.2200

    7277.96

    +0.32%

  • ISEQ

    21.1500

    9635.49

    +0.22%

  • OSEBX

    8.5200

    1477.17

    +0.58%

  • PSI20

    22.4300

    6431.47

    +0.35%

  • ENTEC

    -5.8300

    1416.23

    -0.41%

  • BIOTK

    86.5000

    2989.04

    +2.98%

  • N150

    10.5400

    3305.82

    +0.32%

Pour apprendre comment se porte la faune, les scientifiques à l'écoute
Pour apprendre comment se porte la faune, les scientifiques à l'écoute / Photo: Rodrigo BUENDIA - AFP/Archives

Pour apprendre comment se porte la faune, les scientifiques à l'écoute

Un sifflement flûté et un trille aigu sur fond de bourdonnement grave d'insecte : c'est la musique d'une forêt à laquelle des scientifiques sont toute ouïe, pour avoir une idée de la biodiversité.

Taille du texte:

L'enregistrement sonore de la forêt équatorienne fait partie de nouvelles recherches visant à déterminer comment l'intelligence artificielle (IA) pourrait étudier la vie animale dans des habitats en voie de régénération.

Lorsque les scientifiques souhaitent mesurer le reboisement, ils peuvent considérer de vastes étendues à l'aide d'outils tels que le satellite. Mais déterminer à quelle vitesse la faune sauvage revient dans une zone constitue un défi plus difficile, requérant parfois qu'un expert passe au crible les enregistrements sonores et isole les cris des animaux.

Jorg Muller, un professeur et ornithologue de l'université de Wurzbourg, s'est demandé s'il existait une méthode différente.

"J'ai vu l'écart qu'il nous reste à combler, notamment sous les tropiques, et les meilleures méthodes à avoir pour mesurer l'immense diversité", explique-t-il à l'AFP.

Il s'est tourné vers la bioacoustique, qui utilise le son pour en apprendre davantage sur la vie animale et ses habitats.

Ce n'est pas un outil de recherche récent mais il est depuis peu associé à l'apprentissage informatique pour traiter plus rapidement de grandes quantités de données.

Jorg Muller et son équipe ont réalisé des enregistrements audio sur des sites de la région de Choco en Equateur, allant de plantations de cacao et de pâturages récemment abandonnés à des terres agricoles en cours de régénération après exploitation.

Ils ont d'abord demandé à des experts d'écouter les enregistrements et de sélectionner les oiseaux, les mammifères et les amphibiens.

Ensuite, ils ont effectué une analyse d'indices acoustiques, qui donne une dimension de la biodiversité fondée sur des mesures comme le volume et la fréquence des bruits.

Enfin, ils ont fait deux semaines d'enregistrements en utilisant un programme informatique assisté par l'IA, conçu pour distinguer 75 cris d'oiseaux.

- Davantage d'enregistrements nécessaires -

Le programme a permis de reconnaître de manière cohérente les cris d'oiseaux mais a-t-il pu identifier correctement la biodiversité de chaque emplacement ?

Pour vérifier cela, l'équipe a utilisé deux données de base : une première provenant des experts qui ont écouté les enregistrements audio et une seconde reposant sur des échantillons de sons émis par des insectes de chaque endroit.

Même si le stock de sons disponibles pour entraîner le modèle d'IA signifiait qu'il ne pouvait reconnaître qu'un quart des cris d'oiseaux que les experts pouvaient identifier, il a néanmoins notamment été possible par cette méthode d'évaluer correctement les niveaux de biodiversité dans chaque endroit, assure l'étude parue mardi dans la revue Nature Communications.

"Nos résultats montrent que l'analyse du paysage sonore est un outil puissant pour surveiller le rétablissement des communautés fauniques dans les forêts tropicales extrêmement diversifiées".

"La diversité du paysage sonore peut être mesurée de manière efficace, économique et durable", que ce soit dans les zones agricoles ou dans les forêts anciennes et en régénération, ajoute-t-on de même source.

Il existe encore des lacunes, en particulier le manque de sons d'animaux sur lesquels former les modèles d'IA.

Et cette approche ne permet de prendre en compte que les espèces qui annoncent leur présence.

"Bien sûr, il n'y a aucune information sur les plantes ou les animaux silencieux. Mais les oiseaux et les amphibiens sont très sensibles à l'intégrité écologique, ils sont de très bons substituts", a précisé M. Muller à l'AFP.

Il pense que cet outil pourrait devenir de plus en plus utile compte tenu de la pression actuelle en faveur des "crédits pour la biodiversité", une façon de monétiser la protection des animaux dans leur habitat naturel.

"Etre capable de quantifier directement la biodiversité, plutôt que de s'appuyer sur des indicateurs tels que la croissance des arbres, encourage et permet une évaluation extérieure des actions de conservation et favorise la transparence", fait valoir l'étude.

sah/cn/bds

(H.Schneide--BBZ)