Doi: https://doi.org/10.13157/arla.70.2.2023.sc1
Autores: Cristian PÉREZ-GRANADOS
E-mail: cristian.perez@ua.es
Publicado: Volumen 70.2, Julio 2023. Páginas 257-269.
Idioma: Inglés
Título Original: A first assessment of BirdNET performance at varying distances: a playback experiment
Palabras Clave: detección automatizada, reconocimiento de aves, red neuronal convolucional, seguimiento acústico pasivo, seguimiento de aves, software automatizado y unidad de grabación autónoma
Resumen:
Las vocalizaciones de las aves, como cualquier otra señal acústica, se atenúan con la distancia y, por lo tanto, la estructura de las vocalizaciones de las aves se degrada progresivamente. Tal degradación puede tener un impacto en la capacidad de programas automatizados de reconocimiento de señales a la hora detectar e identificar correctamente las vocalizaciones de las aves. BirdNET es un reconocedor automatizado de cantos de pájaros de reciente creación y comúnmente empleado por investigadores y el público. Sin embargo, pocos estudios han evaluado su rendimiento y nuestro conocimiento actual sobre cómo el rendimiento de BirdNET puede variar en función de la distancia o entre especies es muy limitado. Aquí, mi objetivo era evaluar si la habilidad de BirdNET para identificar correctamente las vocalizaciones de tres especies de aves variaba según la distancia, el tipo de grabadora empleada y entre especies, utilizando una grabación reproducida de 10 a 150 m. La habilidad de BirdNET para identificar correctamente los cantos de las aves varió entre las especies y, en general, disminuyó con la distancia, pero no varió entre los dos tipos de grabadores testados. La tasa de detección de BirdNET, definida como el porcentaje de vocalizaciones detectadas e identificadas correctamente por el software, fue del 59,9% (499 vocalizaciones identificadas correctamente de las 840 vocalizaciones reproducidas). Se identificó de manera correcta y significativa un mayor número de vocalizaciones cuando se emitieron a 50 m o más cerca (tasa media de detección del 92,2%), en comparación con las vocalizaciones emitidas a más de esa distancia (tasa media de detección del 34,9%). La tasa de detección también fue significativamente más alta para el chingolo saltamontes y la reinita encapuchada, en comparación con el vireo gris. El número de clasificaciones erróneas varió con las distancias y no siguió un patrón lineal. Ese estudio proporciona información valiosa que puede contribuir a mejorar futuros muestreos y a expandir el uso de BirdNET para censar comunidades de aves usando monitoreo acústico pasivo.
Material Suplementario:
Descargable 1
