Akoestische monitoring ter verbetering van de instandhouding van de kritisch bedreigde Hainan Gibbon
Volledige oplossing
Gibbon uit Hainan
HINP
De Hainan gibbon(Nomascus hainanus) is een van de meest bedreigde primaten ter wereld en leeft in het Bawangling gebied in de provincie Hainan, China. Uitgebreid volgen en monitoren is nodig voor een betere bescherming, maar omdat het moeilijk is om de gibbon in vivo te volgen, is akoestische apparatuur nodig voor het monitoren.
"Tech4Nature" is een wereldwijd project dat gezamenlijk is opgezet door de International Union for Conservation of Nature (IUCN) en Huawei, met als doel meer wetenschappelijke beschermingsmaatregelen te ontwikkelen, in combinatie met de ICT-industrie, digitale technologie en IUCN Green List-normen, biedt technische ondersteuning voor het akoestische monitoringproject van Hainan-gibbons. Tot op heden is de volledige dekking van de monitoring van 5 familiegroepen bereikt en zijn de automatische identificatie en real-time back-transmissie van de akoestische monitoring van Hainan-gibbons gerealiseerd.
Laatst bijgewerkt: 30 Sep 2025
3851 Weergaven
Foto- en videogalerij
Context
Uitdagingen
- Gibbon monitoring Hainan
- biodiversiteitsverlies
- Relatie tussen mens en natuur
Locatie
Hainan, Volksrepubliek China
Oost-Azië
Proces
Samenvatting van het proces
De drie bouwstenen worden in chronologische volgorde uitgevoerd. Veldonderzoek (BB1) vormt de basis voor de lay-out en installatie van geluidsopnameapparatuur (BB2) en dus BB2 voor gegevenskwantificering en het opzetten van een database (BB3), analyse van geluidspatronen (BB4) en herkenningsmodellering (BB5). De bovenstaande resultaten zijn uitgewisseld en geconmmuniceerd tijdens het internationale symposium (BB6) voor verdere effecten. De drie blokken hebben een gemeenschappelijk doel: akoestische monitoring en individuele herkenning van Hainan Gibbons. Ze zijn ontworpen om stapsgewijs gegevens te verzamelen, op te slaan en te analyseren om de bovengenoemde doelen te bereiken.
Bouwstenen
Veldonderzoek
Van eind november 2021 tot begin december 2021 heeft het Hainan Institute of National Park (HINP) veldonderzoek uitgevoerd in en rond de vijf familiegroepen (groep A - E) van gibbons in het reservaat met deelname van relevante experts en medewerkers van het Bawangling Reservaat. In het kader van het onderzoek zijn 8 vaste locaties en 21 toezichtlocaties opgezet, die de habitat van elke gibbonpopulatie in Hainan bestrijken, waaraan 48 teamleden tegelijkertijd deelnamen.
Sleutelfactoren
- Gegevensverzameling van monitoring van gibbons in Hainan in het verleden
- Deelname van ervaren deskundigen
- Ondersteuning van het Hainan-instituut voor nationale parken (HINP)
Geleerde les
Het veldonderzoek heeft gegevens opgeleverd die de bescherming van de gibbons van Hainan ondersteunen en heeft een sleutelrol gespeeld bij het tijdig verzamelen van informatie en het formuleren van beschermingsplannen.
Lay-out en installatie van geluidsopnameapparatuur
Gebaseerd op de onderzoeksresultaten, gecombineerd met de dekking van het 4G-signaal, werd een set van binnenlandse automatische geluidsopnameapparatuur met 4G-signaal, die een real-time transmissie-functie heeft (productmodel: LBird-01211) geïnstalleerd in de typische omgeving van Hainan gibbons in het Bawangling Reservaat.
Sleutelfactoren
De resultaten van het veldonderzoek toonden aan dat groep C en groep E een sterke 4G-signaaldekking hebben, die kunnen voldoen aan de voorwaarden voor externe transmissie voor controleapparatuur zoals getest door technici. Daarom werden respectievelijk drie en twee sets apparatuur gekozen voor groep C en groep E.
Geleerde les
De apparatuur analyseert de op afstand verkregen geluidsgegevens met inbegrip van de omgeving en locatie-informatie en probeert individuele stemherkenning te oefenen in het lay-outgebied vanuit het perspectief van klinken.
Kwantificering van gegevens en opzetten van een database
Importeer de ruwe geluidsgegevens in Adobe Audition 3.0 of Avisoft-SASLab Pro geluidsanalysesoftware, resampled (Sample size: 44100 Hz; Window size: 1024 punten) en vervolgens apart opgeslagen in WAV-formaat. Golfvormen en sonogrammen van hoge kwaliteit werden geselecteerd om de kenmerken van de roep van Hainan gibbons te meten, de verschillen in akoestische indexen tussen individuen te analyseren en een database van Hainan gibbon-geluidspatronen op individuele basis op te bouwen. Voer vervolgens individuele geluidsherkenning uit met behulp van het geïmplementeerde geluidsherkenningsmodel. Tot slot wordt de effectiviteit van de geluidsverzameling geëvalueerd en de nauwkeurigheid van de geluidsherkenning beoordeeld. De evaluatie van het geluidsherkenningseffect wordt voornamelijk gedaan door vergelijking met het veldonderzoek en andere geluidsmonitoringresultaten.
Sleutelfactoren
Gebaseerd op de verkregen tijd-frequentie domein karakteristieken van Hainan gibbons, werden de parameters die gebruikt werden voor automatische herkenning bepaald in samenhang met de vocale database. De geselecteerde tijdfrequentieparameters werden geïmporteerd in de automatische herkenningssoftware en het ontwikkelde algoritmeprogramma om automatisch de Hainan gibbon-roep te identificeren en te extraheren uit de opnames. Informatie zoals het aantal gibbons dat mogelijk aanwezig is in de geluidsdata werd geëvalueerd door verschillende clustering- en discriminatiemethoden.
Geleerde les
De volledig geautomatiseerde akoestische bewakingsapparatuur is van vitaal belang voor de gegevensverwerking in dit project. De verzonden geluidsgegevens worden automatisch opgeslagen in de Huawei-wolkruimte. Zodra het geluidspatroon van de Huawei-wolkdatabase van de biodiversiteit in Hainan is vastgesteld, kan individuele geluidsherkenning worden gerealiseerd.
Analyse van geluidspatronen
De handmatige screening van 532 akoestische monsters van gibbons uit Hainan is voltooid, inclusief de monsters die zijn verkregen tijdens het volgen en observeren van gibbons met een draagbare recorder en de monsters die zijn verkregen met een geautomatiseerde recorder. Tijdens het screeningsproces werden in eerste instantie drie opnamekwaliteiten gecategoriseerd, namelijk hoog, gemiddeld en laag. Er werden 44 opnames van hoge kwaliteit verkregen van zeven individuele roepers. De zeven individuele roepers waren GAM1、GBM1、GBSA、GCM1、GCM2、GDM1、GEM1, waarbij de letter na "G" staat voor het familiegroepnummer en de letter na "M/S" staat voor het individuele nummer van volwassen man/subadulte man. Slechts ongeveer 40,9% van de opnames werden handmatig gemaakt. De ruwe bestanden van alle geautomatiseerde opnames werden geleverd door het team van professor Wang Jichao, en de gerelateerde gegevens werden opgeslagen bij het Hainan Institute of National Park.
Sleutelfactoren
Mel-frequentie cepstrum coëfficiënten (MFCCs) is een methode voor het extraheren van frequentieomhullende kenmerken door cepstrum na het verzwakken van de hoogfrequente informatie op basis van het menselijk gehoor[1], dat een breed scala aan toepassingen heeft op het gebied van menselijke en bio-akoestiek. In deze studie worden MFCCs en de eerste- en tweede-orde verschillen (△、△2) gebruikt om automatische kenmerkextractie te bereiken.
Geleerde les
Er zijn 5 kenmerkende tonen van de mannelijke Hainan gibbon geïdentificeerd (Fig.1), waaronder boom toon, aa toon, voorgemoduleerde toon, gemoduleerde-R0 toon en gemoduleerde-R1 toon.
Volgens de akoestische nichehypothese zijn de roepen van verschillende soorten gedifferentieerd in tijd en frequentie (zie Fig. 2), dus het extraheren van kenmerken in een specifiek frequentiebereik kan de invloed van ruis sterk verminderen, en hoe kleiner het afgebakende frequentiebereik, hoe waarschijnlijker het is dat er meer ruis wordt uitgesloten. Bovendien, als de structuur van elke minimale herkenningseenheid (MRU) hetzelfde is, wordt de moeilijkheid van herkenning sterk verminderd.
Met het oog op de bovenstaande situatie probeerden we in deze fase van het onderzoek respectievelijk (1) alleen pre en (2) pre + n×mR0 als MRU toe te passen en de classificatieresultaten te vergelijken om in het volgende werk de meest geschikte kenmerkextractie te bepalen. In het geval van spraakannotatie kunnen alle bovenstaande stappen automatisch worden uitgevoerd met behulp van R-code.
Herkenning Modelleren
Vanwege het buitensporige aantal kenmerken werd een 10-voudige kruisgevalideerde SVM-RFE gebruikt om het belang van de kenmerken te rangschikken nadat ze waren geëxtraheerd, en vervolgens werden de kenmerken opeenvolgend toegevoegd voor LDA-classificatie om de verandering in nauwkeurigheid met het aantal geselecteerde kenmerken vast te leggen, en ten slotte werd het beste aantal kenmerken vastgelegd als invoer voor de volgende classificaties (zie Fig. 8). De hoogste nauwkeurigheid voor LDA-classificatie was 89,2% (pre) / 95,6% (pre + n×mR0).
Aangezien geen van de MFCC's geëxtraheerd met een vast aantal vensters betere resultaten behaalde dan de GMM fitting-methode voor LDA-classificatie (6-venster: 86,6%; 10-venster: 88,5%; 100-venster: <80%), hebben we de effectiviteit van de andere classifiers getest met alleen de kenmerken geëxtraheerd met de GMM fitting-methode. Bij deze test selecteerden we willekeurig 20% van de gegevens als testset en de rest van de gegevens werd gebruikt om de classificator te trainen. Dit werd 10 keer herhaald voor elke kernelfunctie om de verdeling van de nauwkeurigheid vast te leggen. Onder hen is het classificatie-effect van GMM slecht bij gebruik van alleen pre als MRU, terwijl het effect over het algemeen beter is dan bij gebruik van alleen pre bij gebruik van pre + n×mR0 als MRU.
Sleutelfactoren
Er zijn veel classificeerders die gebruikt kunnen worden voor individuele herkenning. Rekening houdend met de prestaties en mogelijkheden van de classifiers, vergeleek dit onderzoek de classificatie-effectiviteit van drie classifiers die aanzienlijk zijn ontwikkeld op het gebied van gibbon bio-akoestiek of menselijke geluidspatroonherkenning, d.w.z. (1) lineaire discriminantanalyse (LDA), (2) support vector machine (SVM) en (3) GMM (classificatie door het bepalen van de gelijkenis tussen de te meten gegevens en de bestaande gegevens).
Geleerde les
De basismethode voor het extraheren van geluidspatroonkenmerken is geïdentificeerd en er is een voorlopige systeemmethode voor individuele geluidsherkenning van Hainan-gibbons vastgesteld. Onze voorlopige resultaten tonen aan dat de bestaande systeemmethode relatief betrouwbaar is en de verwachte doelen van het project kan bereiken. Het gebruik van pre + n×mR0 als MRU, het extraheren van geluidspatroonkenmerken met behulp van de GMM-fittingmethode en het gebruik van lineaire SVM voor classificatie zouden effectiever zijn. In het vervolgwerk zullen de gegevens van zeldzame individuen voortdurend worden aangevuld en zal het ontwerp van het algoritmesysteem worden verbeterd, het vermogen van de classificator om onbekende individuen te herkennen zal worden gegeven en de prestaties van het systeem zullen uitgebreid worden geëvalueerd, om uiteindelijk de herkenning van individueel geluid van Hainan gibbons te realiseren.
Internationaal Symposium
Het symposium werd begeleid door het Ministerie van Buitenlandse Zaken van de provincie Hainan, het Ministerie van Natuurlijke Hulpbronnen en Planning van de provincie Hainan, het Ministerie van Ecologie en Milieu van de provincie Hainan, het Ministerie van Bosbouw van de provincie Hainan; en ondersteund door het big data lab van Research Institute for Eco-civilization, CASS, de onderzoeksdenktank van Research Institute for Eco-civilization, CASS, Institute of Zoology Chinese Academy of Sciences, Xishuangbanna Tropical Botanical Garden Chinese Academy of Sciences, Institute for Carbon Neutrality, Tsinghua University, Advanced Interdisciplinary Institute of Environment and Ecology, Huawei Technologies Co., Ltd., Hainan University, Hainan Normal University, Federation of Hainan Academicians, de Sanya Research Base van het International Centre for Bamboo and Rattan.
Het tweedaagse symposium was gericht op het thema "behoud van de boegbeeldsoorten van tropische regenwouden-gibbons" "behoud van de biodiversiteit van tropische regenwouden" en werd gehouden in een combinatie van online en offline activiteiten.
Sleutelfactoren
Ter gelegenheid van de derde verjaardag van de oprichting van het Hainan Institute of National Park en de 8e internationale gibbondag (24 oktober 2022), organiseerden het Ministerie van Bosbouw van de provincie Hainan, het gemeentebestuur van Wuzhishan, de Hainan green island tropical rainforest public welfare foundation en het Hainan Institute of National Park gezamenlijk het "2022 tropical rainforest international conservation symposium" met als thema "het beschermen van tropisch regenwoud - het realiseren van ecologische waarden", dat werd ondersteund door Eco Foundation Global (EFG).
Geleerde les
De conferentie heeft de volgende concrete resultaten opgeleverd:
- Ondertekening van het GGN Handvest (Global Gibbon Conservation Network Charter).
- l Aankondiging van de oprichting van het eerste GGN Secretariaat bij het Hainan Instituut voor Nationaal Park, en de wereldwijde lancering van het GGN Logo.
- Dit is de eerste van China's eerste vijf nationale parken, de eerste binnenlandse natuurbeschermingsonderzoeksorganisaties die het initiatief namen tot de oprichting van internationale organisaties voor de bescherming van gekoesterde diersoorten, wat van historische betekenis is.
- Publiceren van de Global Gibbon Network de verklaring van het behoud in de vorm van GGN de handen ineen met IUCN SSA, met de gibbon als de vertegenwoordiger.
- Invoering van de lijst met prioritaire soorten voor behoud in het Hainan Tropisch Regenwoud National Park met het geval van KBA's, en officiële bekendmaking van de lijst met prioritaire soorten voor behoud in het Hainan Tropisch Regenwoud National Park.
Invloeden
- Efficiëntere monitoring: De apparatuur die in dit project wordt geïnstalleerd kan worden geactiveerd door het geluid van de Hainan gibbons, registreert vervolgens de gegevens en stuurt deze in realtime terug, en kan ook automatische geluidsherkenning realiseren, waardoor de efficiëntie van het monitoren wordt verbeterd en een nieuw stadium wordt bereikt in de akoestische monitoring van de Hainan gibbon.
- Hulp bij het behoud van biodiversiteit: De oprichting van de cloud database zal een wetenschappelijke basis bieden voor de ontdekking van potentiële solitaire of groepen van Hainan gibbon, wat bijdraagt aan het behoud van de biodiversiteit in Hainan.
- Bijdragen aan de studie van de mens: Hainan gibbons hebben een complex akoestisch communicatiesysteem dat vergelijkbaar is met dat van de mens, en een stabiel monogaam of tweehuwelijks paringssysteem. De studie van hun gedrag, beginnend bij hun akoestiek, kan ons helpen om de oorsprong van de menselijke samenleving, familie, taal, communicatie en de evolutie van andere gedragingen beter te begrijpen.
- Vergroten van het natuurbeschermingsbewustzijn: Het uitwisselen van ervaringen met het toepassen van technologieën in het behoud van de gibbons van Hainan, gebaseerd op de indicatie en de referentiewaarde van wetenschappelijke middelen zoals geluidsherkenning en nauwkeurige monitoring in de stabiele langetermijnontwikkeling van de gibbons van Hainan.
Begunstigden
- Gibbons uit Hainan
- Lokale gemeenschappen
- Beschermde gebieden
- Academia
- Bezoekers
Duurzame Ontwikkelingsdoelen
SDG 15 - Leven op het land
Verhaal
Gibbon uit Hainan
HINP
In het verleden achtervolgden onze teamleden de gibbons in de bergen met camera's, GPS-apparaten en andere apparatuur. Maar nu gebruiken we technologie voor het slim monitoren van Hainan-gibbons. We installeren bijvoorbeeld infraroodcamera's, akoestische apparatuur en apparatuur voor real-time monitoring in het leefgebied van de Hainan-gibbons. Op deze manier hoeven we ons geen zorgen meer te maken over fysiek uithoudingsvermogen en weersomstandigheden. De combinatie van menselijke aanwezigheid en technologie pakt effectief problemen aan zoals werken in slechte weersomstandigheden en monitoren tijdens de nacht, wanneer mensen rust nodig hebben. Toen Hainan werd getroffen door een tyfoon, veroorzaakte deze aardverschuivingen die de routes van de gibbons in de bergen versperden. Om hun activiteitenroutes beter te kunnen volgen, hebben we een touwgang opgezet in de valleien die getroffen waren door aardverschuivingen. In de buurt van deze touwgang hebben we de Hainan-gibbons gevolgd en geobserveerd. We vroegen ons af of ze gebruik zouden maken van de touwgang die we hadden aangelegd. Na ongeveer twee maanden zagen we tot onze grote vreugde de eerste beelden van de infraroodcamera's waarop te zien was dat gibbons de touwgang gebruikten om naar de tegenoverliggende habitat te gaan. Dit gaf ons het gevoel dat onze inspanningen echt de moeite waard waren. Hainan-gibbons zijn zeer intelligente wezens.
In contact komen met medewerkers
Andere medewerkers
Wenjia Jin
Internationale unie voor natuurbehoud
Jichao Wang
Hainan Instituut voor Nationaal Park
Yanfei Tang
Hainan Instituut voor Nationaal Park
Yaping Wu
Huawei
