文章发布日期：2024-05-16
Abstract:
鸟类是生态系统的重要组成部分，在评估生态系统状态方面具有不可忽视的作用，因此鸟类的调查和监测对于保护生态环境和维护生物多样性至关重要。传统的鸟类监测手段需要消耗大量人力物力，并且结果的准确性和可靠性有限。针对这一问题，提出一种基于深度学习的鸟类声音数据分析识别系统，并在北京翠湖国家城市湿地公园进行应用示范，以验证系统的性能和准确性。该系统首先使用传统声音信号处理方法对前端拾音器采集的音频进行预处理，然后使用残差神经网络提取音频特征并进行分类，从而实现对目标声音所包含物种信息的自动识别。在系统运行期间，成功监测到有效鸟类声音片段共计200 044条，其识别准确率达到93%。系统共识别出野生鸟类9目16科52种，其中，属于国家II级重点保护野生动物有6种，分别是大天鹅、鸿雁、红角鸮、纵纹腹小鸮、蓝喉歌鸲、游隼；属于北京市重点保护野生动物共计22种，分别是苍鹭、夜鹭、普通鸬鹚、绿头鸭等。监测到音频片段中相对多度较高的前5个物种依次是苍鹭（26%）、鸿雁（16%）、夜鹭（13%）、白头鹎（11%）、普通鸬鹚（8%）。实验结果表明，该系统实现了对鸟类声音的自动采集和分析，显著提高了鸟类监测的效率，为风景园林的合理规划、生态节点的保留以及景观可持续性的提升提供了有力支持。
网站对文中陈述、观点判断保持中立，不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。请读者仅作参考，并请自行承担全部责任。
本网站有部分内容均转载自其它媒体，转载目的在于传递更多信息，并不代表本网赞同其观点和对其真实性负责，本网站无法鉴别所上传图片或文字的知识版权，本站所转载图片、文字不涉及任何商业性质，如果侵犯，请及时通知我们，本网站将在第一时间及时删除，不承担任何侵权责任。
