基于深度学习的鸟声识别技术研究——以北京翠湖国家城市湿地公园为例

基于深度学习的鸟声识别技术研究——以北京翠湖国家城市
湿地公园为例
王一宇;夏舫;刘松;彭涛;郭慧敏;鉴海防
【期刊名称】《园林》
【年(卷),期】2024(41)4
【摘要】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200044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。

【总页数】8页(P19-26)
【作者】王一宇;夏舫;刘松;彭涛;郭慧敏;鉴海防
【作者单位】中国科学院半导体研究所;山东师范大学物理与电子科学学院;北京市海淀区湿地和野生动植物保护管理中心
【正文语种】中文
【中图分类】TU986
【相关文献】
1.湿地公园小品特色分析——以北京翠湖、北京南海子湿地公园为例
2.基于水环境保护的湿地公园规划探讨——以山东拥翠湖国家湿地公园为例
3.北京翠湖国家城市湿地公园持续开展鸟类环志工作
4.北京翠湖国家城市湿地公园碳汇绩效评估研究
因版权原因，仅展示原文概要，查看原文内容请购买。