Le foreste montane sono degli hotspot di biodiversità, ospitano un’elevata ricchezza di specie e la composizione dell’ecosistema varia con l’altitudine. Tuttavia, i cambiamenti climatici possono andare a scombinare le carte e rimodellare la distribuzione dei viventi. Monitoraggi di lungo periodo sono necessari per analizzare e studiare lo stato degli ecosistemi, ma non è sempre facile metterli in pratica. Viene così in soccorso la musica della natura.

Il progetto di monitoraggio acustico passivo nel Parco Nazionale dello Yushan

Il gruppo di ricerca di Shih-Hung Wu, ricercatore presso il dipartimento di Scienze Biologiche dell’Università Nazionale di Sun-Yat Sen di Taiwan e presso l’Isitituto di Ricerca per le specie endemiche di Nantou, si è affidato alle tecniche di monitoraggio acustico passivo (PAM, passive acoustic monitoring) combinate con l’utilizzo di un identificatore audio automatico, per osservare la situazione nel Parco Nazionale dello Yushan, in Cina. L’area dello studio, come riportato nell’articolo pubblicato sul Biodiversity Data Journal, è la regione più a sud del parco, composta da un classico ecosistema montano, nel centro di Taiwan. Gli studiosi si sono concentrati sull’analisi delle popolazioni di uccelli, comunemente considerati indicatori di biodiversità, il cui monitoraggio con tecniche tradizionali risulta complesso sia per l’inaccessibilità delle regioni studiate che per l’investimento economico necessario. Il monitoraggio acustico passivo sta guadagnando terreno in ecologia perché utilizza unità di registrazione autonome (ARU, autonomous recording unit) che possono essere posizionate in ambienti diversi per lunghi periodi, consentendo di raccogliere grandi quantità di dati ad alta risoluzione. I vantaggi dell’assenza dell’osservatore, la necessità di un numero ridotto di esperti qualificati e i bassi costi di manutenzione rendono il PAM un metodo conveniente di monitoraggio a lungo termine, in particolare per gli uccelli. L’estrazione manuale delle informazioni sulla specie degli individui da un gran numero di registrazioni richiede però molto tempo e lavoro. A supporto di questo sistema, vengono quindi utilizzati strumenti di identificazione automatizzata, quali BirdNET e SILIC, che sono stati sviluppati per superare questi problemi. Si tratta di sistemi di apprendimento automatico che funzionano in maniera simile alle reti neurali umane e, una volta “addestrati”, sono in grado di procedere in autonomia al riconoscimento della varie specie. In particolare BirdNet è disponibile anche in forma di applicazione gratuita ed è a disposizione di tutti gli utenti.

Nello specifico i monitoraggi presso il Parco Nazionale dello Yushan hanno avuto inizio nel 2020, con il posizionamento di sei stazioni per le rilevazioni acustiche. Il set di dati raccolto contiene 6.243.820 vocalizzi appartenenti a sette specie di uccelli della foresta montana registrate nel 2020 e nel 2021: si tratta di Heterophasia auricularis, Psilopogon nuchalis, Liocichla steerii, Yuhina brunneiceps, Pericrocotus solaris (in foto), Myiomela leucura e Corvus macrorhynchos. Queste vocalizzazioni sono state identificate automaticamente da 1.776.492 registrazioni di un minuto, circa 29.608 ore, usando SILIC. Le specie, le coperture temporali e spaziali vengono aggiornate annualmente.

Canti di uccelli per riflettere sull’impatto di attività umane e cambiamenti climatici

Nella maggior parte dei metodi tradizionali di osservazione umana per il monitoraggio degli uccelli, vengono osservati i cosiddetti “eventi”. In queste osservazioni, per evento si intende la presenza di uno o più organismi in un luogo e in un momento specifici. Tuttavia, in questo set di dati, i soggetti sono le vocalizzazioni, non gli individui, perché non possiamo identificare gli esemplari che hanno prodotto i suoni uditi nelle registrazioni. Il numero di vocalizzi rilevati per ogni classe sonora in una specifica registrazione viene quindi considerata come un evento. Il numero di uccelli non può essere direttamente dedotto, anche se alcuni studi hanno trovato una relazione positiva tra vocalizzazioni e abbondanza di individui.
Grazie alle informazioni ottenute tramite monitoraggio acustico passivo è possibile fare considerazioni relative al comportamento degli animali, la loro distribuzione, i periodi migratori. Queste considerazioni possono anche essere estese, ponendo attenzione all’influenza delle attività umane e dei cambiamenti climatici sulla composizione e sulle dinamiche delle popolazioni. Bisogna tenere conto anche che le sei stazioni PAM, ognuna delle quali contiene una sola unità di registrazione automatica, potrebbero non rappresentare pienamente la popolazione animale in habitat o ad altitudini simili. Inoltre, il raggio di rilevamento delle ARU non è noto e, di conseguenza, non è stato possibile valutare il volume di spazio campionato. Non è possibile conoscere nemmeno l’intensità dei suoni emessi e il suo effetto sul processo di rilevamento automatico. I ricercatori al momento quindi analizzano il dataset, concentrandosi sulla presenza delle specie, piuttosto che sulla loro abbondanza. Esaminando le registrazioni in un secondo momento senza programmi di identificazione automatica, gli utenti potrebbero fornire un dataset veritiero utile a sviluppare nuovi modelli per i sistemi di identificazione del suono. La rilevazione sonora si sta rivelando un grande alleato nel monitoraggio degli ecosistemi. Le postazioni per il monitoraggio acustico passivo sono poco invasive, possono rimanere attive per lungo tempo e sono economiche, rispetto alle metodologie tradizionali. I suoni della natura riflettono la salute degli ecosistemi, vocalizzi, canti e melodie, vanno oltre alla poesia: sono indicatori perfetti per lo studio e la tutela dell’ambiente. Riferimenti: Shih-Hung Wu et al., “An acoustic detection dataset of birds (Aves) in montane forests using a deep learning approach”, proceedings of Biodiversity Data Journal 11 Doi: 10.3897/BDJ.11.e97811 Immagine: Gray-chinned Minivet, Shih-Hung Wu, Ph.D. Candidate, CC BY, via Pensoft publishers