Seguimiento acústico para mejorar la conservación del gibón de Hainan, en peligro crítico de extinción

Desde finales de noviembre de 2021 hasta principios de diciembre de 2021, el Instituto del Parque Nacional de Hainan (HINP) llevó a cabo una investigación de campo en los cinco grupos familiares (grupo A - E) de gibones de la reserva y sus alrededores, con la participación de los expertos y el personal pertinentes de la Reserva de Bawangling. La investigación ha establecido 8 puntos fijos y 21 puntos de vigilancia, que cubren el hábitat de cada población de gibones de Hainan, con la participación simultánea de 48 miembros del equipo.

Basándose en los resultados de la investigación, combinados con la cobertura de la señal 4G, se instaló un conjunto de equipos domésticos de grabación automática de sonido con señal 4G, que tiene una función de transmisión en tiempo real (modelo de producto: LBird-01211) en el entorno típico de los gibones de Hainan en la Reserva de Bawangling.

Se importaron los datos brutos del sonido al software de análisis de sonido Adobe Audition 3.0 o Avisoft-SASLab Pro, se remuestrearon (tamaño de muestra: 44100 Hz; tamaño de ventana: 1024 puntos) y se guardaron por separado en formato WAV. Se seleccionaron formas de onda y sonogramas de alta calidad para medir las características de las llamadas de los gibones de Hainan, analizar las diferencias en los índices acústicos entre individuos y construir una base de datos de patrones sonoros del gibón de Hainan de forma individual. A continuación, realizar el reconocimiento de sonidos individuales utilizando el modelo de reconocimiento de sonidos implementado. Por último, se evalúa la eficacia de la adquisición de sonidos y la precisión del reconocimiento de sonidos. Entre ellos, la evaluación del efecto de reconocimiento de sonidos se realiza principalmente comparando con la investigación de campo y otros resultados de monitorización de sonidos.

Se ha completado el cribado manual de 532 muestras acústicas de gibones de Hainan, incluidas las obtenidas durante el seguimiento y la observación de gibones con una grabadora portátil y las obtenidas con una grabadora automática. Durante el proceso de cribado, se categorizaron inicialmente tres calidades de grabación, a saber, alta, media y baja. Se obtuvieron 44 grabaciones de alta calidad de siete llamadores individuales. Los siete llamadores individuales eran GAM1、GBM1、GBSA、GCM1、GCM2、GDM1、GEM1, donde la letra después de "G" representa el número de grupo familiar y la letra después de "M/S" representa el número individual de macho adulto/macho subadulto. Sólo alrededor del 40,9% de las grabaciones se realizaron manualmente. Los archivos en bruto de todas las grabaciones automatizadas fueron proporcionados por el equipo del profesor Wang Jichao, y los datos relacionados se guardaron en el Instituto del Parque Nacional de Hainan.

Debido al excesivo número de características, se utilizó una SVM-RFE de validación cruzada de 10 veces para clasificar la importancia de las características después de extraerlas y, a continuación, se añadieron las características secuencialmente para la clasificación LDA con el fin de registrar el cambio en la precisión con el número de características seleccionadas y, finalmente, se registró el mejor número de características como entrada para las clasificaciones posteriores (véase la Fig. 8). La mayor precisión para la clasificación LDA fue del 89,2% (pre) / 95,6% (pre + n×mR0).

Dado que ninguno de los MFCC extraídos con un número fijo de ventanas obtuvo mejores resultados que el método de ajuste GMM para la clasificación LDA (6-ventanas: 86,6%; 10-ventanas: 88,5%; 100-ventanas: <80%), probamos la eficacia de los otros clasificadores utilizando sólo las características extraídas por el método de ajuste GMM. En esta prueba, seleccionamos aleatoriamente el 20% de los datos como conjunto de prueba, y el resto de los datos se utilizaron para entrenar el clasificador, que se repitió 10 veces para cada función de núcleo para registrar la distribución de la precisión. Entre ellos, el efecto de clasificación de GMM es pobre cuando se utiliza sólo pre como MRU, mientras que el efecto es generalmente mejor que cuando se utiliza sólo pre cuando se utiliza pre + n×mR0 como MRU.

El simposio fue dirigido por la Oficina de Asuntos Exteriores de la provincia de Hainan, el Departamento de Recursos Naturales y Planificación de la provincia de Hainan, el Departamento de Ecología y Medio Ambiente de la provincia de Hainan, el Departamento Forestal de la provincia de Hainan; y contó con el apoyo del laboratorio de macrodatos del Instituto de Investigación para la Ecocivilización de la CASS, el grupo de expertos en investigación del Instituto de Investigación para la Ecocivilización de la CASS, el Instituto de Zoología de la Academia China de las Ciencias, el Jardín Botánico Tropical de Xishuangbanna de la Academia China de las Ciencias, el Instituto para la Neutralidad del Carbono de la Universidad Tsinghua, el Instituto Interdisciplinario Avanzado de Medio Ambiente y Ecología, Huawei Technologies Co., Ltd., la Universidad de Hainan, la Universidad Normal de Hainan, la Federación de Académicos de Hainan, la Base de Investigación de Sanya del Centro Internacional del Bambú y el Ratán.

El simposio, de dos días de duración, se centró en el tema de la "conservación de las especies emblemáticas de las selvas tropicales: los gibones" y la "conservación de la biodiversidad de las selvas tropicales", y se celebró combinando actividades en línea y fuera de línea.