Monitoramento acústico passivo: detecção de cetáceos odontocetos no litoral norte do Estado de São Paulo

Detalhes bibliográficos
Autor(a) principal: Barcellos, Diogo Destro
Data de Publicação: 2019
Tipo de documento: Tese
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da USP
Texto Completo: http://www.teses.usp.br/teses/disponiveis/21/21134/tde-13032020-151153/
Resumo: Algumas espécies de cetáceos produzem sons identificáveis proporcionando uma oportunidade de utilizar métodos de monitoramento acústico passivo (MAP) para avaliar aspectos ecológicos. Este estudo teve como objetivo desenvolver um protocolo de monitoramento acústico passivo e executar um primeiro passo no estabelecimento de uma biblioteca de assobios de odontocetos capaz de identificar os eventos de detecção de odontocetos registrados acusticamente na costa norte do Estado de São Paulo. Entre 2012 e 2019 na costa do Estado de São Paulo e em Fernando de Noronha foram registradas gravações de emissões sonoras com confirmação visual das seguintes espécies de cetáceos odontocetos: golfinhos-nariz-de-garrafa, Tursiops truncatus (Tt), orcas, Orcinus orca (Oo) , golfinhos-rotadores, Stenella longirostris (Sl), botos-cinza, Sotalia guianensis (Sg) e golfinhos-pintados-do-Atlântico, Stenella frontalis (Sf) . Dessas gravações foram extraídos sete parâmetros acústicos de 967 assobios para compor uma biblioteca de identificação. Entre maio de 2015 e setembro de 2017 no Canal de São Sebastião (CSS), e entre outubro de 2015 a outubro de 2017 no Parque Estadual da Ilha Anchieta (PEIA), foram realizadas gravações em taxa de amostragem de 96 kHz com gravadores autônomos. As assinaturas acústicas de cetáceos foram identificadas após inspeção visual em espectrograma. Foram identificados 30 eventos de detecção de odontocetgos no CSS e 137 detecções no PEIA. Parâmetros acústicos foram analisados dos 5.644 assobios registrados no MAP. O PCA foi utilizado para as análises plotadas com as médias dos parâmetros acústicos dos assobios das cinco espécies em relação aos assobios de cada evento de detecção. Simultaneamente foi considerada a previsão do modelo de classificação Random Forest (RF) para identificação das espécies. Os valores dos parâmetros acústicos de cada assobio descrito da biblioteca de identificação foram utilizados para treinar o modelo RF. A análise multivariada de RF apresentou 64% de precisão nas previsões de identificação das espécies-alvo. As variáveis mais importantes elencadas pelo classificador foram na sequência: duração, e as frequências final, mínima, central e a largura de banda. O melhor classificador de espécie RF foi para S. guianensis, com 91% de acertos nas previsões do modelo. O banco de dados de detectores acústicos foi enriquecido com 3.274 assobios de S. guianensis e 12 assobios de S. frontalis identificados nos eventos de detecção do MAP. O novo modelo RF apresentou 89% de precisão nas previsões do modelo e aumentou a precisão de identificação de S. guianensis para 98%. Com este primeiro passo dado se pavimenta uma importante avenida para aprimorar e expandir o uso do MAP para detecção de cetáceos na costa sudeste do Brasil.
id USP_a9a02c0f8e86e2e45db4ef2ba310c3bd
oai_identifier_str oai:teses.usp.br:tde-13032020-151153
network_acronym_str USP
network_name_str Biblioteca Digital de Teses e Dissertações da USP
repository_id_str 2721
spelling Monitoramento acústico passivo: detecção de cetáceos odontocetos no litoral norte do Estado de São PauloPassive acoustic monitoring: detection of odontocete cetaceans on the north coast of São Paulo stateOrcinus orcaOrcinus orcaSotalia guianensisSotalia guianensisStenella frontalisStenella frontalisStenella longirostrisStenella longirostrisTursiops truncatusTursiops truncatusacoustic detectorassobiosdetector acústicoMonitoramento acústico passivoodontocetosPassive Acoustic MonitoringwhistlesAlgumas espécies de cetáceos produzem sons identificáveis proporcionando uma oportunidade de utilizar métodos de monitoramento acústico passivo (MAP) para avaliar aspectos ecológicos. Este estudo teve como objetivo desenvolver um protocolo de monitoramento acústico passivo e executar um primeiro passo no estabelecimento de uma biblioteca de assobios de odontocetos capaz de identificar os eventos de detecção de odontocetos registrados acusticamente na costa norte do Estado de São Paulo. Entre 2012 e 2019 na costa do Estado de São Paulo e em Fernando de Noronha foram registradas gravações de emissões sonoras com confirmação visual das seguintes espécies de cetáceos odontocetos: golfinhos-nariz-de-garrafa, Tursiops truncatus (Tt), orcas, Orcinus orca (Oo) , golfinhos-rotadores, Stenella longirostris (Sl), botos-cinza, Sotalia guianensis (Sg) e golfinhos-pintados-do-Atlântico, Stenella frontalis (Sf) . Dessas gravações foram extraídos sete parâmetros acústicos de 967 assobios para compor uma biblioteca de identificação. Entre maio de 2015 e setembro de 2017 no Canal de São Sebastião (CSS), e entre outubro de 2015 a outubro de 2017 no Parque Estadual da Ilha Anchieta (PEIA), foram realizadas gravações em taxa de amostragem de 96 kHz com gravadores autônomos. As assinaturas acústicas de cetáceos foram identificadas após inspeção visual em espectrograma. Foram identificados 30 eventos de detecção de odontocetgos no CSS e 137 detecções no PEIA. Parâmetros acústicos foram analisados dos 5.644 assobios registrados no MAP. O PCA foi utilizado para as análises plotadas com as médias dos parâmetros acústicos dos assobios das cinco espécies em relação aos assobios de cada evento de detecção. Simultaneamente foi considerada a previsão do modelo de classificação Random Forest (RF) para identificação das espécies. Os valores dos parâmetros acústicos de cada assobio descrito da biblioteca de identificação foram utilizados para treinar o modelo RF. A análise multivariada de RF apresentou 64% de precisão nas previsões de identificação das espécies-alvo. As variáveis mais importantes elencadas pelo classificador foram na sequência: duração, e as frequências final, mínima, central e a largura de banda. O melhor classificador de espécie RF foi para S. guianensis, com 91% de acertos nas previsões do modelo. O banco de dados de detectores acústicos foi enriquecido com 3.274 assobios de S. guianensis e 12 assobios de S. frontalis identificados nos eventos de detecção do MAP. O novo modelo RF apresentou 89% de precisão nas previsões do modelo e aumentou a precisão de identificação de S. guianensis para 98%. Com este primeiro passo dado se pavimenta uma importante avenida para aprimorar e expandir o uso do MAP para detecção de cetáceos na costa sudeste do Brasil.Some species of cetaceans make sounds to provide an opportunity to use passive acoustic monitoring (PAM) to assess ecological aspects. The aim of this study was to develop a passive acoustic monitoring protocol and to perform a first step to establish a library of odontocete whistles capable of identifying acoustically recorded odontocetes detection events on the north coast of the State of São Paulo, Brazil. Between 2012 and 2019 in the coast of São Paulo state and in Fernando de Noronha, it was made acoustic recordings with visual confirmation of the following species of toothed whales: bottlenose dolphins, Tursiops truncatus, orcas, Orcinus orca, spinner dolphins, Stenella longirostris, Guiana dolphins, Sotalia guianensis (Sg) and Atlantic spotted dolphins, Stenella frontalis (Sf). Seven acoustic parameters of 967 whistles were extracted to compose an identification library. Between May of 2015 and September of 2017 in the São Sebastião Channel (CSS), and between October of 2015 and October of 2017 in the State Park of Anchieta Island (PEIA), recordings with 96 kHz sampling rate were realized with automatic records. Whistles signatures of odontocete were identified in spectrogram. We identified 30 detections event in CSS and 137 in PEIA. Acoustic parameters were analyzed from 5,644 whistles recorded with PAM. The PCA was used for the analyzes plotted with the mean acoustic parameters of the whistles of the five species in relation to the whistles of each detection event. In addition, the Random Forest (RF) classification model was considered for species identification. The values of the acoustic parameters of each whistle described from library identification were used to train the RF model. Multivariate RF analysis showed 64% accuracy in predictions of target species identification. The most important variables for the classification model were in the sequence: duration, and the frequencies final, minimum central and bandwidth. The best RF specie classifier was for S. guianensis, with 91% accuracy in the prediction. The acoustic detector database was enriched with 3,274 whistles of S. guianensis and 12 whistles of S. frontalis identified in the PAM detection events. The RF model updated presented 89 accuracy in the predictions and increased the accuracy of identification of S. guianensis to 98%. With this first step, an important avenue is paved to improve and expand the use of PAM for the detection of cetaceans on the southeastern coast of Brazil.Biblioteca Digitais de Teses e Dissertações da USPSantos, Marcos César de OliveiraBarcellos, Diogo Destro2019-09-20info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdfhttp://www.teses.usp.br/teses/disponiveis/21/21134/tde-13032020-151153/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2020-03-26T16:35:02Zoai:teses.usp.br:tde-13032020-151153Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212020-03-26T16:35:02Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false
dc.title.none.fl_str_mv Monitoramento acústico passivo: detecção de cetáceos odontocetos no litoral norte do Estado de São Paulo
Passive acoustic monitoring: detection of odontocete cetaceans on the north coast of São Paulo state
title Monitoramento acústico passivo: detecção de cetáceos odontocetos no litoral norte do Estado de São Paulo
spellingShingle Monitoramento acústico passivo: detecção de cetáceos odontocetos no litoral norte do Estado de São Paulo
Barcellos, Diogo Destro
Orcinus orca
Orcinus orca
Sotalia guianensis
Sotalia guianensis
Stenella frontalis
Stenella frontalis
Stenella longirostris
Stenella longirostris
Tursiops truncatus
Tursiops truncatus
acoustic detector
assobios
detector acústico
Monitoramento acústico passivo
odontocetos
Passive Acoustic Monitoring
whistles
title_short Monitoramento acústico passivo: detecção de cetáceos odontocetos no litoral norte do Estado de São Paulo
title_full Monitoramento acústico passivo: detecção de cetáceos odontocetos no litoral norte do Estado de São Paulo
title_fullStr Monitoramento acústico passivo: detecção de cetáceos odontocetos no litoral norte do Estado de São Paulo
title_full_unstemmed Monitoramento acústico passivo: detecção de cetáceos odontocetos no litoral norte do Estado de São Paulo
title_sort Monitoramento acústico passivo: detecção de cetáceos odontocetos no litoral norte do Estado de São Paulo
author Barcellos, Diogo Destro
author_facet Barcellos, Diogo Destro
author_role author
dc.contributor.none.fl_str_mv Santos, Marcos César de Oliveira
dc.contributor.author.fl_str_mv Barcellos, Diogo Destro
dc.subject.por.fl_str_mv Orcinus orca
Orcinus orca
Sotalia guianensis
Sotalia guianensis
Stenella frontalis
Stenella frontalis
Stenella longirostris
Stenella longirostris
Tursiops truncatus
Tursiops truncatus
acoustic detector
assobios
detector acústico
Monitoramento acústico passivo
odontocetos
Passive Acoustic Monitoring
whistles
topic Orcinus orca
Orcinus orca
Sotalia guianensis
Sotalia guianensis
Stenella frontalis
Stenella frontalis
Stenella longirostris
Stenella longirostris
Tursiops truncatus
Tursiops truncatus
acoustic detector
assobios
detector acústico
Monitoramento acústico passivo
odontocetos
Passive Acoustic Monitoring
whistles
description Algumas espécies de cetáceos produzem sons identificáveis proporcionando uma oportunidade de utilizar métodos de monitoramento acústico passivo (MAP) para avaliar aspectos ecológicos. Este estudo teve como objetivo desenvolver um protocolo de monitoramento acústico passivo e executar um primeiro passo no estabelecimento de uma biblioteca de assobios de odontocetos capaz de identificar os eventos de detecção de odontocetos registrados acusticamente na costa norte do Estado de São Paulo. Entre 2012 e 2019 na costa do Estado de São Paulo e em Fernando de Noronha foram registradas gravações de emissões sonoras com confirmação visual das seguintes espécies de cetáceos odontocetos: golfinhos-nariz-de-garrafa, Tursiops truncatus (Tt), orcas, Orcinus orca (Oo) , golfinhos-rotadores, Stenella longirostris (Sl), botos-cinza, Sotalia guianensis (Sg) e golfinhos-pintados-do-Atlântico, Stenella frontalis (Sf) . Dessas gravações foram extraídos sete parâmetros acústicos de 967 assobios para compor uma biblioteca de identificação. Entre maio de 2015 e setembro de 2017 no Canal de São Sebastião (CSS), e entre outubro de 2015 a outubro de 2017 no Parque Estadual da Ilha Anchieta (PEIA), foram realizadas gravações em taxa de amostragem de 96 kHz com gravadores autônomos. As assinaturas acústicas de cetáceos foram identificadas após inspeção visual em espectrograma. Foram identificados 30 eventos de detecção de odontocetgos no CSS e 137 detecções no PEIA. Parâmetros acústicos foram analisados dos 5.644 assobios registrados no MAP. O PCA foi utilizado para as análises plotadas com as médias dos parâmetros acústicos dos assobios das cinco espécies em relação aos assobios de cada evento de detecção. Simultaneamente foi considerada a previsão do modelo de classificação Random Forest (RF) para identificação das espécies. Os valores dos parâmetros acústicos de cada assobio descrito da biblioteca de identificação foram utilizados para treinar o modelo RF. A análise multivariada de RF apresentou 64% de precisão nas previsões de identificação das espécies-alvo. As variáveis mais importantes elencadas pelo classificador foram na sequência: duração, e as frequências final, mínima, central e a largura de banda. O melhor classificador de espécie RF foi para S. guianensis, com 91% de acertos nas previsões do modelo. O banco de dados de detectores acústicos foi enriquecido com 3.274 assobios de S. guianensis e 12 assobios de S. frontalis identificados nos eventos de detecção do MAP. O novo modelo RF apresentou 89% de precisão nas previsões do modelo e aumentou a precisão de identificação de S. guianensis para 98%. Com este primeiro passo dado se pavimenta uma importante avenida para aprimorar e expandir o uso do MAP para detecção de cetáceos na costa sudeste do Brasil.
publishDate 2019
dc.date.none.fl_str_mv 2019-09-20
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://www.teses.usp.br/teses/disponiveis/21/21134/tde-13032020-151153/
url http://www.teses.usp.br/teses/disponiveis/21/21134/tde-13032020-151153/
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv
dc.rights.driver.fl_str_mv Liberar o conteúdo para acesso público.
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Liberar o conteúdo para acesso público.
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.coverage.none.fl_str_mv
dc.publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
dc.source.none.fl_str_mv
reponame:Biblioteca Digital de Teses e Dissertações da USP
instname:Universidade de São Paulo (USP)
instacron:USP
instname_str Universidade de São Paulo (USP)
instacron_str USP
institution USP
reponame_str Biblioteca Digital de Teses e Dissertações da USP
collection Biblioteca Digital de Teses e Dissertações da USP
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)
repository.mail.fl_str_mv virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br
_version_ 1815257006069514240