Nous avons appliqué une surveillance acoustique passive et le clustering spatial basé sur la densité hiérarchique des applications avec bruit pour définir des regroupements spatiotemporels cohésifs de trains de clics d'écholocation de dauphins franciscana (Pontoporia blainvillei). Cette méthode objective et non supervisée a permis d'identifier des clusters de trains de clics biologiquement pertinents, offrant des aperçus rares sur l'organisation sociale de l'espèce. La structure observée a révélé une cohésion intra-cluster constante et une séparation inter-cluster, soutenant l'efficacité de l'approche. Nos résultats démontrent que le clustering des détections acoustiques peut servir de cadre robuste pour délimiter les groupes sociaux et peut être intégré dans de futurs protocoles d'estimation de densité, améliorant la compréhension écologique et le potentiel de conservation de cette espèce cryptique et vulnérable.
Mura et al. (Fri,) ont étudié cette question.