摘要 被动声学监测在保护工作中广泛使用，但由于手动检索和后处理，结果往往延迟。为探讨在偏远地区进行实时监测的可行性，我们对一个原型自动化调查单元（ASU）进行了现场评估。ASU将基于卷积神经网络的声音分类与卫星数据传输集成，以实现近实时物种检测。我们在美国太平洋西北部的老林中，在八个地点部署了ASU和传统自主录音设备，以调查北斑鸮（Strix occidentalis caurina）和大斑海雀（Brachyramphus marmoratus）。我们比较了检测率、背景噪声水平和操作性能。ASU成功传输了检测总结和系统状态，尽管ASU录音中的背景噪声提高相对于传统设备降低了检测率。这些初步发现表明，实时自主监测系统在支持时间敏感的保护工作方面显示出潜力，同时突出了当前的局限性和改进空间。
Lesmeister等人（星期二）研究了这个问题。