随着人类社会和经济的发展，人类活动和气候变化已经对生物多样性产生深远的影响。蝙蝠是最重要的生态指示动物之一，同时在生态系统中发挥着重要的作用，是生态保护重点研究对象。蝙蝠最典型的特征是能够发出超声波用于环境探测和捕食，他们广布于世界各地，超过1350种，具有极其丰富的生物多样性。目前，蝙蝠多样性的调查方法为人工搭设雾网和竖琴网，该方法存在诸多不确定性，主要因为西双版纳地区地处热带、物种分布广且不均一、以往对该地区的调查严重缺乏和物种声波复杂性极高等原因，这种调查方法的不确定性在很大程度上限制了生态系统保护等问题的探讨。 

　　为了从空间和时间尺度上同时提高蝙蝠多样性调查的效率，版纳植物园综合保护中心景观生态研究组和云南大学软件学院合作，开发了一套软件来自动处理大量超声波监测数据。该软件利用人工智能算法(Artifitall intelligencet)，对西双版纳、泰国和马来西亚地区的近千份蝙蝠超声波音频数据进行信号特征提取，然后利用自主开发的深度学习网络模型进行参数优化，模拟出最适的模型参数，将自动识别的准确率提高到90%以上，该模型是首个基于人工智能算法的热带蝙蝠超声波分析软件。研究人员对该软件进行实地调整优化，大大降低了野外数据识别的错误率，进一步扩大该模型的适用区域，并有助于实现一年四个季节的连续监测。

图示：蝙蝠超声波识别软件Waveman的建模和测试流程图。

建模大致分为三个步骤：音频数据库构建、图片转化和训练模型。采用两种数据类型进行测试，包括图片数据和野外采集未经处理音频的数据。