Published October 17, 2023
| Version v1
Publication
Open
Soundscapes and deep learning enable tracking biodiversity recovery in tropical forests
Creators
-
Jörg Müller1
-
Oliver Mitesser1
-
H. Martin Schaefer
-
Sebastian Seibold2
-
Annika Busse
-
Peter Kriegel1
-
Dominik Rabl1
- Rudy Gelis
-
Alejandro Arteaga3
-
Juan F. Freile
-
Gabriel Augusto Leite4
-
Tomaz Nascimento de Melo4
- Jack LeBien4
-
Marconi Campos‐Cerqueira4
-
Nico Blüthgen5
-
Constance J. Tremlett5
-
Dennis Böttger6
-
Heike Feldhaar7
-
Nina Grella7
-
Ana Falconí-López8
-
David A. Donoso8
-
Jérôme Morinière
-
Zuzana Buřivalová9
- 1. University of Würzburg
- 2. Technical University of Munich
- 3. ISI Foundation
- 4. Rainforest Alliance
- 5. Technical University of Darmstadt
- 6. Friedrich Schiller University Jena
- 7. University of Bayreuth
- 8. Universidad de Las Américas
- 9. University of Wisconsin–Madison
Description
Tropical forest recovery is fundamental to addressing the intertwined climate and biodiversity loss crises. While regenerating trees sequester carbon relatively quickly, the pace of biodiversity recovery remains contentious. Here, we use bioacoustics and metabarcoding to measure forest recovery post-agriculture in a global biodiversity hotspot in Ecuador. We show that the community composition, and not species richness, of vocalizing vertebrates identified by experts reflects the restoration gradient. Two automated measures - an acoustic index model and a bird community composition derived from an independently developed Convolutional Neural Network - correlated well with restoration (adj-R² = 0.62 and 0.69, respectively). Importantly, both measures reflected composition of non-vocalizing nocturnal insects identified via metabarcoding. We show that such automated monitoring tools, based on new technologies, can effectively monitor the success of forest recovery, using robust and reproducible data.
Translated Descriptions
⚠️
This is an automatic machine translation with an accuracy of 90-95%
Translated Description (Arabic)
إن استعادة الغابات المدارية أمر أساسي لمعالجة أزمتي المناخ وفقدان التنوع البيولوجي المتشابكتين. في حين أن تجديد الأشجار يعزل الكربون بسرعة نسبية، فإن وتيرة استعادة التنوع البيولوجي لا تزال مثيرة للجدل. هنا، نستخدم الصوتيات الحيوية وترميز metabarcoding لقياس استعادة الغابات بعد الزراعة في نقطة ساخنة للتنوع البيولوجي العالمي في الإكوادور. نظهر أن تكوين المجتمع، وليس ثراء الأنواع، للفقاريات الصوتية التي حددها الخبراء تعكس تدرج الاستعادة. يرتبط مقياسان آليان - نموذج المؤشر الصوتي وتكوين مجتمع الطيور المستمد من شبكة عصبية تطورية تم تطويرها بشكل مستقل - ارتباطًا جيدًا بالاستعادة (adj - R ² = 0.62 و 0.69، على التوالي). والأهم من ذلك، أن كلا المقياسين يعكسان تكوين الحشرات الليلية غير الصوتية التي تم تحديدها عن طريق الترميز التلوي. ونوضح أن أدوات الرصد الآلي هذه، القائمة على التكنولوجيات الجديدة، يمكن أن ترصد بفعالية نجاح استعادة الغابات، باستخدام بيانات قوية وقابلة للتكرار.Translated Description (French)
La restauration des forêts tropicales est fondamentale pour faire face aux crises interdépendantes du climat et de la perte de biodiversité. Bien que la régénération des arbres séquestre relativement rapidement le carbone, le rythme de la récupération de la biodiversité reste controversé. Ici, nous utilisons la bioacoustique et le métabarcoding pour mesurer la récupération forestière post-agriculture dans un point chaud de la biodiversité mondiale en Équateur. Nous montrons que la composition communautaire, et non la richesse en espèces, de la vocalisation des vertébrés identifiée par les experts reflète le gradient de restauration. Deux mesures automatisées - un modèle d'indice acoustique et une composition de communauté d'oiseaux dérivée d'un réseau neuronal convolutif développé indépendamment - sont bien corrélées avec la restauration (adj-R ² = 0,62 et 0,69, respectivement). Fait important, les deux mesures reflétaient la composition des insectes nocturnes non vocalisants identifiés par métabarcodage. Nous montrons que de tels outils de suivi automatisés, basés sur de nouvelles technologies, peuvent surveiller efficacement le succès de la récupération forestière, en utilisant des données robustes et reproductibles.Translated Description (Spanish)
La recuperación de los bosques tropicales es fundamental para abordar las crisis climáticas y de pérdida de biodiversidad entrelazadas. Si bien la regeneración de los árboles secuestra el carbono con relativa rapidez, el ritmo de recuperación de la biodiversidad sigue siendo polémico. Aquí, utilizamos la bioacústica y la metabarcodificación para medir la recuperación forestal después de la agricultura en un punto crítico de biodiversidad global en Ecuador. Mostramos que la composición de la comunidad, y no la riqueza de especies, de los vertebrados vocalizadores identificados por los expertos refleja el gradiente de restauración. Dos medidas automatizadas, un modelo de índice acústico y una composición de la comunidad de aves derivada de una red neuronal convolucional desarrollada de forma independiente, se correlacionaron bien con la restauración (adj-R ² = 0.62 y 0.69, respectivamente). Es importante destacar que ambas medidas reflejaron la composición de insectos nocturnos no vocalizantes identificados a través de la metabarcodificación. Mostramos que tales herramientas de monitoreo automatizadas, basadas en nuevas tecnologías, pueden monitorear de manera efectiva el éxito de la recuperación forestal, utilizando datos sólidos y reproducibles.Files
s41467-023-41693-w.pdf.pdf
Files
(1.9 MB)
| Name | Size | Download all |
|---|---|---|
|
md5:50ad6a0379563c30e712840d4aab5ccb
|
1.9 MB | Preview Download |
Additional details
Additional titles
- Translated title (Arabic)
- تتيح المناظر الصوتية والتعلم العميق تتبع استعادة التنوع البيولوجي في الغابات الاستوائية
- Translated title (French)
- Les paysages sonores et l'apprentissage en profondeur permettent de suivre la récupération de la biodiversité dans les forêts tropicales
- Translated title (Spanish)
- Los paisajes sonoros y el aprendizaje profundo permiten rastrear la recuperación de la biodiversidad en los bosques tropicales
Identifiers
- Other
- https://openalex.org/W4387701637
- DOI
- 10.1038/s41467-023-41693-w
References
- https://openalex.org/W1536159827
- https://openalex.org/W1551951435
- https://openalex.org/W1978857057
- https://openalex.org/W2003884786
- https://openalex.org/W2018140578
- https://openalex.org/W2032903743
- https://openalex.org/W2068404088
- https://openalex.org/W2072022921
- https://openalex.org/W2072814159
- https://openalex.org/W2098736731
- https://openalex.org/W2107794977
- https://openalex.org/W2124351063
- https://openalex.org/W2130973166
- https://openalex.org/W2152885278
- https://openalex.org/W2194764270
- https://openalex.org/W2401823471
- https://openalex.org/W2513506562
- https://openalex.org/W2738347191
- https://openalex.org/W2741058897
- https://openalex.org/W2763759612
- https://openalex.org/W2765426191
- https://openalex.org/W2772345051
- https://openalex.org/W2795510764
- https://openalex.org/W2884602043
- https://openalex.org/W2908507715
- https://openalex.org/W2939129286
- https://openalex.org/W2939722765
- https://openalex.org/W2950845555
- https://openalex.org/W2951013216
- https://openalex.org/W2955409582
- https://openalex.org/W2955571688
- https://openalex.org/W2963163009
- https://openalex.org/W2973376328
- https://openalex.org/W3009221443
- https://openalex.org/W3014839559
- https://openalex.org/W3032895294
- https://openalex.org/W3033723397
- https://openalex.org/W3036961449
- https://openalex.org/W3038699438
- https://openalex.org/W3087586998
- https://openalex.org/W3105568371
- https://openalex.org/W3121931845
- https://openalex.org/W3121953277
- https://openalex.org/W3123350633
- https://openalex.org/W3126493952
- https://openalex.org/W3139328473
- https://openalex.org/W3148604764
- https://openalex.org/W3157094202
- https://openalex.org/W3196689654
- https://openalex.org/W3205450246
- https://openalex.org/W3207457132
- https://openalex.org/W3207840318
- https://openalex.org/W3215500501
- https://openalex.org/W3216478325
- https://openalex.org/W4200194149
- https://openalex.org/W4200376602
- https://openalex.org/W4200473284
- https://openalex.org/W4206413812
- https://openalex.org/W4210812316
- https://openalex.org/W4214699497
- https://openalex.org/W4220952637
- https://openalex.org/W4224948089
- https://openalex.org/W4225625984
- https://openalex.org/W4229005318
- https://openalex.org/W4246996607
- https://openalex.org/W4282593046
- https://openalex.org/W4283323414
- https://openalex.org/W4289637285
- https://openalex.org/W4290671898
- https://openalex.org/W4292411597
- https://openalex.org/W4294168433
- https://openalex.org/W4298142583
- https://openalex.org/W4307992680
- https://openalex.org/W4315620565
- https://openalex.org/W4320341365
- https://openalex.org/W4323039528
- https://openalex.org/W4385416115