

Die akustische Komponente des Projekts ist von besonderer Bedeutung, da sie eine zentrale Rolle bei der automatischen Erkennung von über 138 Arten spielte, von denen 95 in unsere Algorithmen zum Musterabgleich integriert wurden. Dies bildet eine solide Grundlage für die kontinuierliche Überwachung der Region in den kommenden Jahren und ermöglicht es uns zu beobachten, wie verschiedene Umweltfaktoren die Anwesenheit von Arten beeinflussen
Unser Erfolg bei der Erkennung von Arten wurde durch die mit den Geräten gesammelten Daten und die strategischen Partnerschaften ermöglicht, die wir insbesondere mit Rainforest Connection aufgebaut haben. Darüber hinaus spielten lokale Experten eine entscheidende Rolle bei der Bestätigung des Vorkommens von Arten.
Die integrierte passive akustische Überwachung in Kombination mit AI-Techniken ermöglichte die Identifizierung von 95 Arten. Es besteht eine positive Korrelation zwischen dem Artenreichtum und dem Bewuchs mit niedrigen Baumkronen. Darüber hinaus ergaben die Analysen der Geräuschkulisse Variationen, die mit verschiedenen Jahreszeiten und Lebensraumtypen zusammenhängen. Das Pilotprojekt stand jedoch vor dem Problem, dass die Trainingsdaten für seltene Arten begrenzt waren. Um dieses Problem zu entschärfen, haben wir mehrere Sensordurchgänge zu verschiedenen Jahreszeiten durchgeführt.