Métodos de séries temporais para a análise de paisagens sonoras e outros dados ecológicos cíclicos

Resumo A monitorização da biodiversidade entrou em uma era de 'big data', exemplificada pela coleta quase contínua de sons, imagens, sinais químicos e outros sinais de organismos em diversos ecossistemas. Essas correntes de dados têm o potencial de ajudar a identificar novas ameaças, avaliar a eficácia das intervenções de conservação, bem como gerar novas percepções ecológicas. No entanto, métodos analíticos apropriados frequentemente ainda estão em falta, particularmente no que diz respeito à caracterização de padrões temporais cíclicos. Aqui, apresentamos uma estrutura para caracterizar e analisar respostas ecológicas que representam padrões temporais complexos e não estacionários e demonstramos o valor de usar transformadas de Fourier para decorrelacionar pontos de dados contínuos. Em nosso exemplo, usamos uma estrutura baseada em três abordagens (análise espectral, coerência do quadrado da magnitude e análise de componentes principais) para caracterizar diferenças nas paisagens sonoras de florestas tropicais dentro e entre locais e estações no Gabão. Ao reconstruir o comportamento cíclico subjacente da paisagem sonora para cada local, mostramos como se pode identificar padrões circadianos na atividade acústica. As paisagens sonoras na estação seca apresentavam um ciclo diel complexo, necessitando de múltiplas harmonias para representar a variação diária, enquanto na estação chuvosa havia menos variância atribuível aos padrões cíclicos diários. Nossa estrutura pode ser aplicada à maioria dos dados ecológicos contínuos ou quase contínuos coletados em uma resolução temporal fina, permitindo que os ecologistas explorem padrões de autocorrelação temporal em múltiplos níveis para tendências biologicamente significativas. Esses métodos se tornarão indispensáveis à medida que grandes dados biológicos sejam usados para entender o impacto das pressões antropogênicas na biodiversidade e informar esforços para mitigá-los.