O nouă cercetare realizată de Institutul de Cercetare pentru Faună Sălbatică și Ecologie (FIWI) al Universității de Medicină Veterinară din Viena demonstrează că mini-accelerometrele integrate în crotalii pot fi utilizate pentru monitorizarea comportamentului mistreților, chiar și la frecvențe foarte scăzute de eșantionare a datelor. Studiul evidențiază potențialul acestor senzori în gestionarea faunei sălbatice și cercetarea comportamentală pe termen lung.

Monitorizarea automată a comportamentului animalelor cu senzori miniaturali

Accelerometrele, disponibile sub formă de crotalii pentru urechi, permit o monitorizare automată și discretă a comportamentului animalelor, fiind extrem de utile în studiile de ecologie și gestionarea faunei sălbatice. Totuși, majoritatea acestor senzori prelevează date la o frecvență redusă – de exemplu, un hertz.

Pentru a evalua eficiența acestor dispozitive în identificarea comportamentului mistreților, cercetătorii de la FIWI au analizat datele de accelerometrie colectate de la femele de mistreț crescute în condiții seminale naturale într-un țarc extins. Datele au fost prelucrate cu ajutorul unui algoritm de învățare automată, folosind modelul Random Forest din software-ul open-source h2o.

Eficiență ridicată în detectarea unor comportamente specifice

Rezultatele studiului au demonstrat că prezicerea comportamentului mistreților a fost posibilă chiar și cu o rată scăzută de eșantionare a datelor. Thomas Ruf, autor principal al studiului, subliniază avantajele acestei metode:

„Remarcabil este faptul că am reușit să calibrăm și să prezicem numeroase comportamente utilizând acești senzori miniaturali, în ciuda frecvenței reduse a eșantionării.”

Un beneficiu major al utilizării accelerometrelor de mici dimensiuni este durata prelungită a bateriei, ceea ce minimizează impactul negativ al capturării repetate a animalelor pentru înlocuirea bateriilor.

Posibilă aplicare în controlul populațiilor de mistreți

Datorită autonomiei ridicate, acești senzori pot facilita colectarea de date pe termen lung, permițând analiza tendințelor sezoniere în comportamentul mistreților. Studiul a arătat o acuratețe variabilă în detectarea diferitelor comportamente:

• Foarte precis: 97% pentru odihna laterală
• Mai puțin precis: 50% pentru mers

„Precizia a variat în funcție de tipul comportamentului. Algoritmul de predicție s-a bazat pe caracteristici statice ale datelor nefiltrate de accelerometrie, precum și pe datele filtrate privind gravitația și orientarea. În schimb, forma undelor din frecvențele eșantionate nu a avut o influență semnificativă”, explică Sebastian G. Vetter, coautor al studiului.

Inteligența artificială și accelerometrele – o combinație revoluționară

Accelerometrele mai mari sunt utilizate de zeci de ani pentru a măsura activitatea și comportamentul animalelor. Aceste dispozitive ajută la estimarea consumului energetic și la clasificarea activităților precum hrănirea sau alergatul.

În ultima perioadă, tehnicile avansate de analiză a datelor – inclusiv învățarea automată (ML) – au îmbunătățit considerabil precizia și aplicabilitatea acestor senzori.

„Apariția algoritmilor ML a facilitat enorm utilizarea accelerometrelor pentru clasificarea comportamentului. Aceasta este o adevărată revoluție în utilizarea senzorilor miniaturali”, subliniază Thomas Ruf.

Astfel, cercetarea confirmă rolul crucial al învățării automate în monitorizarea faunei sălbatice, deschizând noi posibilități pentru studiile ecologice și gestionarea durabilă a populațiilor de animale.

Sursa: vetmeduni.ac.at