Автоматизовані методи аналізу звукового ландшафту для моніторингу біорізноманіття

Abstract

Зниження біорізноманіття в умовах урбанізації потребує впровадження нових методів моніторингу, здатних забезпечувати довготривалі, неінвазивні та масштабовані спостереження. У магістерській роботі досліджуються можливості використання пасивного акустичного моніторингу та автоматизованого аналізу звукового ландшафту для оцінювання стану орнітофауни міського середовища. Для цього було організовано місячний цикл нічно-ранкових аудіозаписів у районі з приватною забудовою м. Вінниця. На основі нейромережевої моделі BirdNET виконано автоматичну детекцію вокалізацій птахів і визначення кількості видів та кількості вокалізацій у кожному записі. Паралельно для кожного аудіофрагмента обчислено вісім біоакустичних індексів (ACI, ADI, AEI, BI, NDSI, H, Hf, Ht), що характеризують структуру звукового середовища та співвідношення між його біофонічною, антропофонічною та геофонічною складовими. Показано, що індекси ACI та BI найкраще відображають добову динаміку вокальної активності птахів, тоді як NDSI демонструє найбільшу узгодженість із кількістю видів. Встановлено, що спектрально-ентропійні індекси характеризуються високою редундантністю та чутливістю до фонового шуму комах, що знижує їхню інформативність щодо орнітофауни. Отримані результати підтверджують можливість використання поєднання BirdNET та акустичних індексів як ефективного інструмента для моніторингу біорізноманіття в урбанізованих екосистемах.