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

EUR -
AED 4.104397
AFN 76.945413
ALL 99.231189
AMD 432.617988
ANG 2.010719
AOA 1036.724537
ARS 1074.259252
AUD 1.641361
AWG 2.011389
AZN 1.904081
BAM 1.955429
BBD 2.252673
BDT 133.324726
BGN 1.95472
BHD 0.42042
BIF 3234.286875
BMD 1.117438
BND 1.441627
BOB 7.709539
BRL 6.162788
BSD 1.115688
BTN 93.249023
BWP 14.748204
BYN 3.651208
BYR 21901.788071
BZD 2.248874
CAD 1.517202
CDF 3208.165381
CHF 0.950204
CLF 0.037689
CLP 1039.944272
CNY 7.880067
CNH 7.870123
COP 4641.820049
CRC 578.89026
CUC 1.117438
CUP 29.612111
CVE 110.244101
CZK 25.088056
DJF 198.672338
DKK 7.466767
DOP 66.967305
DZD 147.657009
EGP 54.142736
ERN 16.761573
ETB 129.466357
FJD 2.459262
FKP 0.850995
GBP 0.839107
GEL 3.051043
GGP 0.850995
GHS 17.539675
GIP 0.850995
GMD 76.548818
GNF 9639.172699
GTQ 8.624365
GYD 233.395755
HKD 8.704949
HNL 27.675753
HRK 7.597474
HTG 147.212093
HUF 393.517458
IDR 16941.25656
ILS 4.221139
IMP 0.850995
INR 93.284241
IQD 1461.522939
IRR 47035.770303
ISK 152.262556
JEP 0.850995
JMD 175.286771
JOD 0.791709
JPY 160.803866
KES 143.922717
KGS 94.13132
KHR 4531.14103
KMF 493.181764
KPW 1005.693717
KRW 1488.975611
KWD 0.340897
KYD 0.929724
KZT 534.908597
LAK 24636.329683
LBP 99909.860054
LKR 340.395471
LRD 223.1377
LSL 19.586187
LTL 3.299505
LVL 0.675928
LYD 5.297996
MAD 10.818149
MDL 19.468309
MGA 5046.04342
MKD 61.603322
MMK 3629.395577
MNT 3797.054841
MOP 8.955702
MRU 44.337595
MUR 51.268486
MVR 17.164273
MWK 1934.433289
MXN 21.697078
MYR 4.698871
MZN 71.348848
NAD 19.586187
NGN 1831.984424
NIO 41.062216
NOK 11.713438
NPR 149.198716
NZD 1.791484
OMR 0.429669
PAB 1.115688
PEN 4.181807
PGK 4.367172
PHP 62.188829
PKR 309.994034
PLN 4.274593
PYG 8704.349913
QAR 4.067529
RON 4.972492
RSD 117.203662
RUB 103.07316
RWF 1504.014883
SAR 4.193134
SBD 9.282489
SCR 14.578236
SDG 672.143165
SEK 11.364797
SGD 1.442952
SHP 0.850995
SLE 25.530448
SLL 23432.113894
SOS 637.579134
SRD 33.752262
STD 23128.713955
SVC 9.762149
SYP 2807.596846
SZL 19.593286
THB 36.793929
TJS 11.859752
TMT 3.911034
TND 3.380559
TOP 2.617156
TRY 38.132438
TTD 7.588561
TWD 35.736832
TZS 3045.822602
UAH 46.114158
UGX 4133.216465
USD 1.117438
UYU 46.101261
UZS 14197.308611
VEF 4047978.463464
VES 41.096875
VND 27494.566096
VUV 132.664504
WST 3.125992
XAF 655.832674
XAG 0.035881
XAU 0.000426
XCD 3.019933
XDR 0.826843
XOF 655.832674
XPF 119.331742
YER 279.722751
ZAR 19.426272
ZMK 10058.288435
ZMW 29.537401
ZWL 359.814634
  • AEX

    -10.9000

    897.55

    -1.2%

  • BEL20

    -37.4300

    4215.59

    -0.88%

  • PX1

    -114.9900

    7500.26

    -1.51%

  • ISEQ

    -30.9900

    9967.18

    -0.31%

  • OSEBX

    -3.5300

    1407.43

    -0.25%

  • PSI20

    -4.0300

    6716.23

    -0.06%

  • ENTEC

    -5.8300

    1416.23

    -0.41%

  • BIOTK

    -5.6900

    2580.84

    -0.22%

  • N150

    -51.9800

    3323.64

    -1.54%

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)