Descifrando el patrón vocal de un ave endémica amenazada: un caso de estudio con el Cucarachero de Apolinar (Cistothorus apolinari) en el páramo de Sumapaz

David Ricardo  Caro-R; Oscar  Laverde-R

doi:10.59517/oc.e577

Autores/as

David Ricardo Caro-R Semillero de Bioacústica y Ornitología, Pontificia Universidad Javeriana. Bogotá, Colombia https://orcid.org/0000-0001-5171-5880
Oscar Laverde-R Semillero de Bioacústica y Ornitología, Pontificia Universidad Javeriana. Bogotá, Colombia https://orcid.org/0000-0003-0447-4724

DOI:

https://doi.org/10.59517/oc.e577

Palabras clave:

monitoreo acústico pasivo, actividad vocal diaria, bioacústica, detección automática, conservación, monitoR

Resumen

Los patrones de actividad vocal diaria son clave para conocer las dinámicas comportamentales de las especies. Si bien las vocalizaciones ocurren a lo largo del día, muchas especies de aves tienden a concentrar la mayor cantidad de vocalizaciones en dos momentos específicos: el coro del amanecer y del atardecer, periodos diarios de gran actividad vocal presentes en la mayoría de los paseriformes. Actualmente se están usando herramientas de detección acústica con el fin de facilitar y hacer más efectivo el monitoreo y la detección de especies. En el presente estudio se determinaron los patrones de actividad vocal diaria para el canto y las llamadas del Cucarachero de Apolinar (Cistothorus apolinari) y se puso a prueba la efectividad de la librería ‘monitoR’ implementada en R como herramienta de detección acústica. Hubo diferencias en la precisión de las vocalizaciones analizadas utilizando monitoR (81% para las llamadas) (27% para los cantos), el Cucarachero de Apolinar presenta dos picos de actividad vocal que concuerdan con el coro de la mañana y el coro de la tarde, pero siguen patrones diarios diferentes. La herramienta monitoR demostró ser efectiva para las llamadas, pero no para una vocalización compleja como el canto del cucarachero.

Descargas

Los datos de descarga aún no están disponibles.

Referencias

Araya‐Salas, M. & G. Smith‐Vidaurre. 2017. warbleR: an R package to streamline analysis of animal acoustic signals. Methods in Ecology and Evolution 8(2):184-191. https://doi.org/10.1111/2041-210X.12624

Aschoff, J. 1966. Circadian activity pattern with two peaks. Ecology 47(4):657-662. https://doi.org/10.2307/1933949

Baldo, S. & D.J. Mennill. 2011. Vocal behavior of Great Curassows, a vulnerable Neotropical bird. Journal of Field Ornithology 82(3):249-258. https://doi.org/10.1111/j.1557-9263.2011.00328.x

Berg, K.S., R.T. Brumfield & V. Apanius. 2006. Phylogenetic and ecological determinants of the neotropical dawn chorus. Proceedings of the Royal Society B: Biological Sciences 273(1589): 999-1005. https://doi.org/10.1098/rspb.2005.3410

Bradbury, J.W. & S.L. Vehrencamp. 1998. Principles of animal communication (Vol. 132). Sinauer Associates, Sunderland, UK.

Catchpole, C.K & P.J. Slater. 2008. Bird song: biological themes and variations 2nd ed. Cambridge: Cambridge University Press. Cambridge, UK.

Caycedo, P. 2001. Estudio comparativo de canto entre poblaciones del Soterrey de Apolinar (Cistothorus apolinari, Troglodytidae) en la Cordillera Oriental de los Andes colombianos. Tesis, Universidad Nacional de Colombia, Bogotá.

Collins, S. 2004. Vocal fighting and flirting: the functions of birdsong. Pag 39-79 en: Marler & Slabekoorn (eds). Nature´s music the science of birdsong. Elsevier Academic Press, Cambridge.

Farina, A. 2013. Soundscape ecology: principles, patterns, methods and applications. Springer Science & Business Media. Urbino, Italy.

Gil, D. & D. Llusia. 2020. The bird dawn chorus revisited. Capítulo 3, Páginas 45-90 en: T. Aubin & N. Mathevon (eds). Coding strategies in vertebrate acoustic communication. Animal Signals and Communication Vol 7. Springer, Cham. UK. https://doi.org/10.1007/978-3-030-39200-0_3

Goyette, J.L., R.W. Howe, A.T. Wolf & W.D. Robinson. 2011. Detecting tropical nocturnal birds using automated audio recordings. Journal of Field Ornithology 82(3):279-287. https://www.jstor.org/stable/23011242

Henwood, K. & A. Fabrick. 1979. A quantitative analysis of the dawn chorus: temporal selection for communicatory optimization. The American Naturalist 114(2):260-274. https://www.jstor.org/stable/2460222

Hoyos-Cardona, L.A., J.S. Ulloa & J.L. Parra. 2021. Detección automatizada de cantos de aves continúa siendo un desafío: el caso de warbleR y Megascops centralis (búho del Chocó). Biota colombiana 22(1):149-163. https://doi.org/10.21068/c2021.v22n01a10

James, D., K. Hornik, G. Grothendieck, R.C. Team & M.K. Hornik. 2015. Package ‘chron’. R Top Doc: 1-16. https://cran.r-project.org/web/packages/chron/index.html

Kacelnik, A. & J.R. Krebs. 1983. The dawn chorus in the great tit (Parus major): proximate and ultimate causes. Behaviour 83(3-4):287-308.https://doi.org/10.1163/156853983X00200

Katz, J., S.D. Hafner & T. Donovan. 2016. Tools for automated acoustic monitoring within the R package monitoR. Bioacoustics 25(2):197-210. https://jonkatz2.github.io/monitoR/

Kahl, S., C.M. Wood, M. Eibl & H. Klinck. 2021. BirdNET: A deep learning solution for avian diversity monitoring. Ecological Informatics 61, 101236. https://doi.org/10.1016/j.ecoinf.2021.101236

Koloff, J. & D.J. Mennill. 2013. Vocal behaviour of Barred Antshrikes, a Neotropical duetting suboscine bird. Journal of Ornithology:154(1):51-61. DOI: 10.1007/s10336-012-0867-6

Kroodsma, D.E. 1996. Ecology of passerine song development. Ecology and Evolution of Acoustic Communication in Birds, edited by Donald E. Kroodsma and Edward H. Miller, Ithaca, NY: Cornell University Press. pp.3-19. https://doi.org/10.7591/9781501736957-006

Kroodsma, D.E. & B.E Byers. 1991. The function (s) of bird song. American Zoologist 31(2):318-328. https://www.jstor.org/stable/3883409

Marler, P.R. & H. Slabbekoorn. 2004. Nature's music: the science of birdsong. Elsevier Academic Press, Cambridge, United Kingdom.

Pérez-Granados, C. & K.L Schuchmann. 2020. Diel and seasonal variations of vocal behavior of the Neotropical White-Tipped Dove (Leptotila verreauxi). Diversity, 12 (10):402. https://doi.org/10.3390/d12100402

R Core Team 2021. R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. URL https://www.Rproject.org/.

Rowcliffe, J.M., R. Kays B. Kranstauber, C. Carbone & P.A. Jansen. 2014. Quantifying levels of animal activity using camera trap data. Methods Ecology and Evolution 5:1170-1179. https://doi.org/10.1111/2041-210X.12278

Skutch, A.F. 1940. Social and sleeping habits of Central American wrens. The Auk 57(3): 293-312. https://doi.org/10.2307/4078996

Staicer, C., D. Spector & A. Horn. 1996. The Dawn Chorus and Other Diel Patterns in Acoustic Signaling. In D. Kroodsma & E. Miller (Ed.), Ecology and Evolution of Acoustic Communication in Birds: 426-453. Ithaca, NY:Cornell University Press. https://doi.org/10.7591/9781501736957-033

Stiles, F.G & P. Caycedo. 2002. A new subspecies of apolinar's wren (Cistothorus apolinari, Aves: Troglodytidae), an endangered colombian endemic. Caldasia 24: 191-199. https://repositorio.unal.edu.co/handle/unal/73141

Stowell, D., M.D. Wood, H. Pamuła, Y. Stylianou & H. Glotin. 2019. Automatic acoustic detection of birds through deep learning: the first bird audio detection challenge. Methods in Ecology and Evolution 10(3):368-380. https://doi.org/10.1111/2041-210X.13103

Thomas, R.J. 2002. The costs of singing in nightingales. Animal Behaviour 63(5):959-966. https://doi.org/10.1006/anbe.2001.1969

Ulloa, J.S., S. Haupert, J.F. Latorre, T. Aubin & J. Sueur. 2021. scikit‐maad: An open‐source and modular toolbox for quantitative soundscape analysis in Python. Methods in Ecology and Evolution 12(12):2334-2340. https://doi.org/10.1111/2041-210X.13711

Yip, D.A., C.L. Mahon, A.G. Macphail & E.M. Bayne. 2021. Automated classification of avian vocal activity using acoustic indices in regional and heterogeneous datasets. Methods in Ecology and Evolution 12(4):707-719.https://doi.org/10.1111/2041-210X.13548