研究提出并验证基于物种检测的声学生物多样性指数

研究团队提出并验证基于物种级检测的声学生物多样性指数（ABI），通过标准化 Shannon 多样性衡量物种丰富度，并单独报告时间稳定性。分类器基准测试显示，BirdNET embeddings 结合逻辑回归表现最佳，macro-F1 达 0.750；新指数 ABI_E 与物种丰富度的 Spearman 相关系数达到 0.93，优于六种标准声学指数。 研究使用 BirdNET v2.4 分析了津巴布韦赞比西河谷的河岸稀树草原，以及阿联酋一家动物园的三种栖息地录音。在统一为 6 小时的采样量并匹配昼夜时段后，稀树草原检测到 21 个物种，ABI_E 为 0.38；动物园各栖息地检测到 1.3—13 个物种，ABI_E 为 0.03—0.21。结果表明，该指数能够较好反映不同声景中的物种丰富度差异。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。