高分辨率的声学和环境数据用于监测Bombus dahlbomii在入侵物种,息地丧失和息地损失中
Patrick Chwalek1, Marie Kuronaga2, Isamar Zhu2
1Responsive Environments, MIT Media Lab, Cambridge, MA, USA. chwalek@mit.edu.
Scientific data
|April 1, 2025
概括
被动声学监测提供了一种非侵入性的方法来追踪临灭绝的巴塔哥尼亚大黄蜂 (Bombus dahlbomii). 这种方法通过使机器学习模型用于人口监测和生态洞察力来促进保护.
科学领域:
- 生态生态学 生态生态学
- 生物声学是一种生物声学.
- 保护生物学 保护生物学
背景情况:
- 流行的巴塔哥尼亚大黄蜂 (Bombus dahlbomii) 因入侵物种和息地丧失而面临衰退.
- 传统的监测方法 (视觉调查,致命采样) 是劳动密集型的,并对保护构成挑战.
- 需要使用非侵入性技术来有效监测脆弱的熊蜂种群.
研究的目的:
- 引入被动声学监测 (PAM) 作为研究大黄蜂生物声学的非侵入性方法.
- 在阿根廷的波尔图布莱斯特收集一套关于声音景观的综合数据集,包括大黄蜂的发声和环境变量.
- 为开发用于监测Bombus种群的机器学习模型奠定基础.
主要方法:
- 部署了定制的立体声乐录音机,在12个地点在6天内捕获音频数据.
- 记录环境变量,包括温度,湿度和气体度.
- 有注释的音频数据,以区分本地 (Bombus dahlbomii) 和入侵性 (Bombus terrestris) 蜜蜂部分.
主要成果:
- 成功收集了包括大黄蜂生物声学和环境因素在内的完整的音景数据数据集.
- 该数据集提供了关于本地和入侵性大黄蜂物种之间的生态相互作用的见解.
- 改进了数据注释技术,以提高未来机器学习应用的可靠性.
结论:
- 被动声学监测是监测临灭绝的熊蜂种群的可行,非侵入性的替代方案.
- 收集的数据集对于开发机器学习模型至关重要,以支持Bombus dahlbomii的保护工作.
- 使用此数据集进行进一步的研究可以加深我们对大黄蜂生态和物种间相互作用的理解.
