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

EUR -
AED 4.238167
AFN 72.703472
ALL 95.948185
AMD 434.474841
ANG 2.065807
AOA 1058.243533
ARS 1578.710692
AUD 1.673208
AWG 2.080136
AZN 1.954743
BAM 1.955568
BBD 2.320714
BDT 141.382012
BGN 1.972591
BHD 0.435092
BIF 3422.586603
BMD 1.154028
BND 1.480735
BOB 7.980054
BRL 6.045144
BSD 1.152208
BTN 108.589712
BWP 15.8437
BYN 3.46021
BYR 22618.952222
BZD 2.317415
CAD 1.598825
CDF 2637.532564
CHF 0.918047
CLF 0.027134
CLP 1071.387813
CNY 7.976008
CNH 7.984283
COP 4257.660007
CRC 534.199632
CUC 1.154028
CUP 30.581747
CVE 110.256705
CZK 24.517374
DJF 205.185893
DKK 7.472638
DOP 69.466948
DZD 153.462246
EGP 60.817973
ERN 17.310423
ETB 178.075485
FJD 2.605104
FKP 0.863023
GBP 0.865054
GEL 3.110139
GGP 0.863023
GHS 12.597834
GIP 0.863023
GMD 84.818666
GNF 10101.102147
GTQ 8.81549
GYD 241.069329
HKD 9.037945
HNL 30.595517
HRK 7.532806
HTG 150.893611
HUF 388.116406
IDR 19567.701729
ILS 3.616033
IMP 0.863023
INR 109.252656
IQD 1509.468712
IRR 1515585.201475
ISK 143.387749
JEP 0.863023
JMD 181.087545
JOD 0.818156
JPY 184.228715
KES 149.79249
KGS 100.91994
KHR 4614.193034
KMF 492.770335
KPW 1038.692058
KRW 1740.384121
KWD 0.354668
KYD 0.960253
KZT 555.085707
LAK 24887.539645
LBP 103182.101767
LKR 362.375055
LRD 211.457755
LSL 19.711967
LTL 3.407546
LVL 0.69806
LYD 7.357777
MAD 10.758324
MDL 20.238373
MGA 4802.160161
MKD 61.620753
MMK 2423.440448
MNT 4135.838138
MOP 9.285077
MRU 45.961365
MUR 53.973798
MVR 17.841104
MWK 1997.950583
MXN 20.670372
MYR 4.625926
MZN 73.754093
NAD 19.711796
NGN 1597.371051
NIO 42.40185
NOK 11.165927
NPR 173.72136
NZD 2.000237
OMR 0.44372
PAB 1.152263
PEN 3.987793
PGK 4.979065
PHP 69.636342
PKR 321.664517
PLN 4.278063
PYG 7542.746226
QAR 4.201757
RON 5.095492
RSD 117.443117
RUB 93.914379
RWF 1682.605733
SAR 4.329724
SBD 9.280665
SCR 15.749408
SDG 693.570768
SEK 10.880922
SGD 1.483607
SHP 0.86582
SLE 28.331025
SLL 24199.4063
SOS 658.481987
SRD 43.34756
STD 23886.053241
STN 24.495398
SVC 10.082455
SYP 128.608212
SZL 19.709627
THB 37.930019
TJS 11.028061
TMT 4.050639
TND 3.390704
TOP 2.778622
TRY 51.305321
TTD 7.820666
TWD 36.878701
TZS 2976.223682
UAH 50.559558
UGX 4286.6032
USD 1.154028
UYU 46.717295
UZS 14035.214319
VES 537.798069
VND 30395.371077
VUV 137.356281
WST 3.173036
XAF 655.842301
XAG 0.016571
XAU 0.000259
XCD 3.118819
XCG 2.076682
XDR 0.815657
XOF 655.847983
XPF 119.331742
YER 275.408571
ZAR 19.711055
ZMK 10387.639498
ZMW 21.633404
ZWL 371.596601
  • AEX

    -0.1900

    970.54

    -0.02%

  • BEL20

    16.5200

    5022.72

    +0.33%

  • PX1

    0.7800

    7769.83

    +0.01%

  • ISEQ

    13.2300

    12039.86

    +0.11%

  • OSEBX

    2.3900

    1990.44

    +0.12%

  • PSI20

    41.3900

    9038.2

    +0.46%

  • ENTEC

    -5.8300

    1416.23

    -0.41%

  • BIOTK

    -3.6200

    3621.06

    -0.1%

  • N150

    4.5900

    3827.25

    +0.12%

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)