검색결과

검색조건
좁혀보기
검색필터
결과 내 재검색

간행물

    분야

      발행연도

      -

        검색결과 1

        1.
        2018.10 구독 인증기관·개인회원 무료
        Hidden Markov Models(HMM)을 이용한 생물음향 분석은 장기간 동안 녹음된 대용량 데이터에서 생물종의 식별을 용이하게 수행할 수 있는 머신러닝 기법 중 하나이다. 본 연구에서는 HMM을 이용하여 양서류 번식울음에 대한 자동식별을 목적으로 진행하였다. 연구대상지는 서울시 북한산국립공원 진관동습지이었다. 연구기간은 2018년 6~7월 중 양서류가 집중적으로 번식울음을 내는 3일 선정하였다. 연구대상종은 진관동 습지에서 여름철 번식울음을 내는 청개구리, 무당개구리, 맹꽁이 3종이었다. 번식울음 녹음은 생물음향 측정기기(SM4, Wildlife Acoustics Inc., Concord, MA, USA)를 습지를 바라보도록 수변의 수목에 설치(높이 1.0m)하고, 시간당 5분씩 24시간 녹음되도록 스케쥴을 설정하였다. 양서류 번식울음 자동식별을 위한 분석프로그램은 Kaleidoscope Pro(Wildlife Acoustics Inc., Concord, MA, USA)를 이용하였다. 연구결과, 양서류 종별 번식울음 특성을 고려하여 주파수 범위와 음절 지속시간, 음절 간격을 달리한 결과 분류 정확도가 매우 높은 것으로 나타났다. 청개구리의 경우 주파수 범위를 3000~3600Hz, 지속시간을 0.1초, 음간격을 0.12초 로 설정한 결과 총 45개의 클러스터가 자동분류되었다. 이 중 연구자에 의해 청개구리 번식울음으로 명확히 분류된 클러스터는 45개 중 10개 클러스터였다. 10개 이외의 클러스터는 대부분 야생조류 종이 포함되어 있었다. 무당개구리의 경우 주파수 범위를 500~700Hz, 지속시간을 0.15초, 음 간격을 0.3초로 설정한 결과 무당개구리 이외에 다른 종은 포함되지 않는 단일 클러스터로 분석결과가 도출되었다. 맹꽁이의 경우 주파수 범위를 1500~2500Hz, 지속시간을 0.3초, 음간격을 0.5초로 설정한 결과 맹꽁이 이외에 다른 종은 포함되지 않는 단일 클러스터로 분석결과가 도출되었다. 본 연구는 머신러닝 기법을 이용하여 생물음향 빅데이터를 효율적으로 분석함으로서 생물음향을 이용한 생태계 다양성 평가의 기초자료로 활용이 가능할 것으로 판단된다.