Nous avons tendance à associer des récifs coralliens sains à leur splendeur visuelle : la gamme vibrante de couleurs et de formes qui peuplent ces magnifiques écosystèmes sous-marins.
Mais ils peuvent aussi être des endroits assez bruyants. Si vous avez déjà fait de la plongée en apnée dans un environnement de récif corallien, vous connaîtrez les sons distinctifs de clic et de claquement émis par diverses créatures marines sous l’eau, telles que les crevettes qui cassent et les poissons qui se nourrissent.
Ce bruit de fond bourdonnant – presque comme le sifflement d’une radio statique – est une caractéristique si unique du paysage sonore des récifs coralliens qu’il pourrait nous aider à surveiller la santé de ces habitats marins en voie de disparition.
Dans une nouvelle étude, les scientifiques ont utilisé l’apprentissage automatique pour former un algorithme afin de reconnaître les différences acoustiques subtiles entre un récif sain et dynamique et un site corallien dégradé – un contraste acoustique si faible qu’il peut être impossible pour les gens de le discerner.
Comparé à d’autres processus de surveillance de la santé des récifs qui demandent beaucoup de travail et de temps – faire visiter les récifs par des plongeurs pour évaluer visuellement la couverture corallienne ou écouter manuellement les enregistrements des récifs – le nouvel outil pourrait offrir des avantages significatifs, suggère l’équipe. En outre, de nombreuses créatures des récifs se cachent ou ne sont vues que la nuit, ce qui complique encore les relevés visuels.
“Nos découvertes montrent qu’un ordinateur peut capter des motifs indétectables par l’oreille humaine”, explique le biologiste marin Ben Williams de l’Université d’Exeter au Royaume-Uni.
“Il peut nous dire plus rapidement et plus précisément comment se porte le récif.”
Pour capturer l’acoustique des coraux, Williams et ses collègues chercheurs ont effectué des enregistrements sur sept sites différents de l’archipel de Spermonde, situé au large de la côte sud-ouest de Sulawesi en Indonésie, et siège du projet de restauration des récifs coralliens de Mars.
Les enregistrements englobaient quatre types distincts d’habitats récifaux – sains, dégradés, matures restaurés et nouvellement restaurés – chacun d’entre eux présentant une quantité différente de couverture corallienne et générant par la suite un caractère différent de bruit provenant des créatures aquatiques vivant et se nourrissant dans la zone.
“Auparavant, nous nous appuyions sur l’écoute manuelle et l’annotation de ces enregistrements pour effectuer des comparaisons fiables”, explique Williams dans un fil Twitter.
“Cependant, il s’agit d’un processus très lent et la taille des bases de données sur les paysages sonores marins monte en flèche compte tenu de l’avènement des enregistreurs à faible coût.”
Pour automatiser le processus, l’équipe a formé un algorithme d’apprentissage automatique pour faire la distinction entre les différents types d’enregistrements de coraux. Des tests ultérieurs ont montré que l’outil d’IA pouvait identifier la santé des récifs à partir d’enregistrements audio avec une précision de 92 %.
“C’est un développement vraiment excitant”, déclare le co-auteur et biologiste marin Timothy Lamont de l’Université de Lancaster au Royaume-Uni.
“Dans de nombreux cas, il est plus facile et moins cher de déployer un hydrophone sous-marin sur un récif et de le laisser là que d’avoir des plongeurs experts visitant le récif à plusieurs reprises pour l’étudier – en particulier dans des endroits éloignés.”
Selon les chercheurs, les résultats de l’algorithme dépendent d’une combinaison de facteurs de paysage sonore sous-marin, y compris l’abondance et la diversité des vocalisations des poissons, des sons émis par les invertébrés et même éventuellement de faibles bruits que l’on pense être émis par les algues, ainsi que des contributions apportées par des sources abiotiques. (telles que des différences subtiles dans la façon dont les vagues et le vent peuvent sonner dans différents types d’habitat corallien).
Bien que l’oreille humaine ne soit peut-être pas en mesure d’identifier facilement des sons aussi faibles et cachés, les machines peuvent détecter les différences de manière fiable, semble-t-il, bien que les chercheurs reconnaissent que la méthode peut encore être affinée, avec un échantillonnage sonore plus important à l’avenir. “une approche plus nuancée de la classification des éco-états”.
Malheureusement, le temps est une denrée dont les coraux du monde manquent rapidement. Nous devrons agir vite si nous voulons les sauver.
Les résultats sont rapportés dans Indicateurs écologiques.
