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

EUR -
AED 4.208998
AFN 72.774404
ALL 93.577791
AMD 421.999833
ANG 2.051954
AOA 1051.53652
ARS 1646.623073
AUD 1.63367
AWG 2.062953
AZN 1.947365
BAM 1.931357
BBD 2.309471
BDT 140.759755
BGN 1.937893
BHD 0.432193
BIF 3427.940235
BMD 1.146085
BND 1.469008
BOB 7.952354
BRL 5.83449
BSD 1.146687
BTN 108.3744
BWP 15.364544
BYN 3.174622
BYR 22463.266
BZD 2.306212
CAD 1.620255
CDF 2658.917339
CHF 0.922169
CLF 0.025793
CLP 1015.156102
CNY 7.744612
CNH 7.766835
COP 3936.801975
CRC 522.289832
CUC 1.146085
CUP 30.371253
CVE 109.279294
CZK 23.840917
DJF 203.682073
DKK 7.376364
DOP 67.160516
DZD 152.290598
EGP 57.199036
ERN 17.191275
ETB 181.511237
FJD 2.560011
FKP 0.855512
GBP 0.867901
GEL 3.031394
GGP 0.855512
GHS 12.948124
GIP 0.855512
GMD 83.663843
GNF 10059.75996
GTQ 8.740456
GYD 239.864247
HKD 8.982006
HNL 30.597257
HRK 7.534595
HTG 149.754685
HUF 344.570045
IDR 20341.404231
ILS 3.369117
IMP 0.855512
INR 108.086701
IQD 1501.37135
IRR 1575866.874934
ISK 142.492784
JEP 0.855512
JMD 181.354751
JOD 0.812596
JPY 183.675019
KES 148.441133
KGS 100.22486
KHR 4598.658114
KMF 487.085909
KPW 1031.476901
KRW 1732.725795
KWD 0.353107
KYD 0.955606
KZT 559.197841
LAK 25248.252325
LBP 102631.911812
LKR 384.151481
LRD 208.759188
LSL 18.560684
LTL 3.384091
LVL 0.693255
LYD 7.306314
MAD 10.595576
MDL 20.009754
MGA 4813.556941
MKD 60.841799
MMK 2406.716372
MNT 4102.276195
MOP 9.251709
MRU 45.935138
MUR 54.015262
MVR 17.718754
MWK 1989.603855
MXN 19.890316
MYR 4.658611
MZN 73.237244
NAD 18.568774
NGN 1557.666645
NIO 41.958286
NOK 11.166896
NPR 173.39794
NZD 1.990457
OMR 0.440668
PAB 1.146687
PEN 3.911027
PGK 5.028735
PHP 69.1926
PKR 318.953377
PLN 4.18054
PYG 6997.439501
QAR 4.172325
RON 5.165447
RSD 115.836019
RUB 83.631595
RWF 1705.37448
SAR 4.29999
SBD 9.239077
SCR 16.177131
SDG 688.223267
SEK 10.983557
SGD 1.469315
SHP 0.855668
SLE 28.365938
SLL 24032.833607
SOS 654.996204
SRD 42.785675
STD 23721.645564
STN 24.526219
SVC 10.033107
SYP 126.679179
SZL 18.563001
THB 37.287303
TJS 10.62967
TMT 4.022758
TND 3.337113
TOP 2.759498
TRY 53.22103
TTD 7.789416
TWD 36.168726
TZS 3008.476529
UAH 51.354795
UGX 4242.308791
USD 1.146085
UYU 46.294495
UZS 13758.750262
VES 683.108374
VND 30171.83371
VUV 136.371395
WST 3.139988
XAF 647.75888
XAG 0.017499
XAU 0.000273
XCD 3.097353
XCG 2.066626
XDR 0.806497
XOF 647.53823
XPF 119.331742
YER 273.484562
ZAR 18.838778
ZMK 10316.133246
ZMW 20.267492
ZWL 369.038902
  • AEX

    -1.3000

    1081.41

    -0.12%

  • BEL20

    -54.7500

    5648.88

    -0.96%

  • PX1

    37.1000

    8467.98

    +0.44%

  • ISEQ

    48.0800

    13786.23

    +0.35%

  • OSEBX

    -24.4000

    1927.39

    -1.25%

  • PSI20

    -50.0000

    9040.4

    -0.55%

  • ENTEC

    -5.8300

    1416.23

    -0.41%

  • BIOTK

    -88.3500

    4200.66

    -2.06%

  • N150

    -44.0500

    4232.51

    -1.03%

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)