隨著人類社會和經(jīng)濟的發(fā)展，人類活動和氣候變化已經(jīng)對生物多樣性產(chǎn)生深遠的影響。蝙蝠是最重要的生態(tài)指示動物之一，同時在生態(tài)系統(tǒng)中發(fā)揮著重要的作用，是生態(tài)保護重點研究對象。蝙蝠最典型的特征是能夠發(fā)出超聲波用于環(huán)境探測和捕食，他們廣布于世界各地，超過1350種，具有極其豐富的生物多樣性。目前，蝙蝠多樣性的調(diào)查方法為人工搭設霧網(wǎng)和豎琴網(wǎng)，該方法存在諸多不確定性，主要因為西雙版納地區(qū)地處熱帶、物種分布廣且不均一、以往對該地區(qū)的調(diào)查嚴重缺乏和物種聲波復雜性極高等原因，這種調(diào)查方法的不確定性在很大程度上限制了生態(tài)系統(tǒng)保護等問題的探討。
　　為了從空間和時間尺度上同時提高蝙蝠多樣性調(diào)查的效率，中國科學院西雙版納熱帶植物園綜合保護中心景觀生態(tài)研究組和云南大學軟件學院合作，開發(fā)了一套軟件來自動處理大量超聲波監(jiān)測數(shù)據(jù)。該軟件利用人工智能算法(Artifitall intelligencet)，對西雙版納、泰國和馬來西亞地區(qū)的近千份蝙蝠超聲波音頻數(shù)據(jù)進行信號特征提取，然后利用自主開發(fā)的深度學習網(wǎng)絡模型進行參數(shù)優(yōu)化，模擬出最適的模型參數(shù)，將自動識別的準確率提高到90%以上，該模型是首個基于人工智能算法的熱帶蝙蝠超聲波分析軟件。研究人員對該軟件進行實地調(diào)整優(yōu)化，大大降低了野外數(shù)據(jù)識別的錯誤率，進一步擴大該模型的適用區(qū)域，并有助于實現(xiàn)一年四個季節(jié)的連續(xù)監(jiān)測。
　　該研究成果不僅大大提高了蝙蝠多樣性調(diào)查的效率，而且為未來的野生動物聲學調(diào)查提供一套標準的數(shù)據(jù)處理方案，包括鳥類，兩棲類等。該數(shù)據(jù)采集方案和標準數(shù)據(jù)分析方法可以提高未來保護目標的設定。該研究成果以Automatic standardized processing and identification of tropical bat calls using deep learning approaches 為題在線發(fā)表于生態(tài)保護期刊Biological Conservation。
　　版納植物園陳興和云南大學軟件學院趙均為文章的共同第一作者，版納植物園陳艷華為共同作者，版納植物園副研究員Alice C. Hughes和云南大學軟件學院教授周維為共同通訊作者。
　　蝙蝠超聲波識別軟件Waveman的建模和測試流程圖。建模大致分為三個步驟：音頻數(shù)據(jù)庫構建、圖片轉(zhuǎn)化和訓練模型。采用兩種數(shù)據(jù)類型進行測試，包括圖片數(shù)據(jù)和野外采集未經(jīng)處理音頻的數(shù)據(jù)。