Beruflich Dokumente
Kultur Dokumente
Andrés Estrella-T1
Damián Nicolalde-R.2
Charles Escobar-T3
1
Pontificia Universidad Católica del Ecuador, Facultad de Ingeniería, Quito, Ecuador
(andrewsrocks@yahoo.com).
2
Pontificia Universidad Católica del Ecuador, Facultad de Ingeniería, Quito, Ecuador
(danicolalde@puce.edu.ec).
3
Pontificia Universidad Católica del Ecuador, Facultad de Ingeniería, Quito, Ecuador
(cescobar637@puce.edu.ec).
158
REVISTA PUCE. ISSN: 2528-8156. NÚM.106.
3 DE MAYO DE 2018 - 3 DE NOV. DE 2018, ESTRELLA, NICOLALDE, ESCOBAR, PP. 157-178
ESTIMACIÓN DE DISTANCIA DE
DETECCIÓN DE CANTOS DE RANA
EN GRABACIONES AUTOMÁTICAS DE
ECOACÚSTICA
Resumen
159
ESTIMACIÓN DE DISTANCIA DE DETECCIÓN DE CANTOS DE RANA EN GRABACIONES
AUTOMÁTICAS DE ECOACÚSTICA
análisis, este estudio pretende establecer Mindo). Para realizar las mediciones se
una guía que permita estimar el rango estableció una red circular centrada en
práctico de detección de cantos usando el micrófono del SM4 con distancia entre
un algoritmo diseñado para el estudio mediciones de 1 metro, en los dos luga-
de cantos en coros de ranas. Para encon- res estudiados el ruido de fondo se con-
trar el alcance de los equipos de graba- sideró constante. Se comparó la capaci-
ción (SongMeter 4 (SM4) Wildlife Acous- dad de detección del canto sin procesar
tics Inc.) es necesario que la relación y usando un filtro digital FIR diseñado to-
señal-a-ruido del canto sea al menos de mando en cuenta la distribución espec-
3 dB. En este estudio se comparó el com- tral del canto buscado. Se encontró que
portamiento del sistema de grabación la etapa de filtrado es un paso esencial
en dos escenarios, uno considerado en para lograr la detección del canto inclu-
condiciones ideales, donde existió siem- so a cortas distancias. En los resultados
pre línea de vista entre la fuente sonora cabe destacar: el alcance de detección
y el equipo de grabación (Parque Metro- del sistema combinado (SM4-algoritmo)
politano, Quito) y un segundo donde el en condiciones ideales llegó a 120 me-
terreno era irregular y dominaba la ve- tros y en condiciones donde predomina-
getación y árboles (Sachatamia Lodge, ba la vegetación y árboles 55 metros.
Abstract
160
REVISTA PUCE. ISSN: 2528-8156. NÚM.106.
3 DE MAYO DE 2018 - 3 DE NOV. DE 2018, ESTRELLA, NICOLALDE, ESCOBAR, PP. 157-178
measurements, frog calls of Hyloscirtus from the source if the audio is not filtered
alytolylax and Dendropsophus carnifex appropriately using a pre-processing FIR
were used. A circular network centered filter. When the FIR filter was applied the
in the microphone was used to perform detection range increased considerably
150 measurements with 1 meter spacing reaching up to 120m when no vegeta-
between points. A frog call detection al- tion is present and around 55m in rain-
gorithm developed as front-end modu- forest environment. In conclusion, the
le for automatic analysis was applied to recording network has to be designed
the recordings with background noise considering the type of signal proces-
considered constant. The Signal-to-Noi- sing pipeline available to run the analysis
se-Ratio of the calls was calculated per later on and the detection range values
unit of distance to estimate the detec- determined experimentally used as a
tion range. Results shown that frog calls reference when designing the sampling
are detectable only a few meters away protocol.
Introducción
161
ESTIMACIÓN DE DISTANCIA DE DETECCIÓN DE CANTOS DE RANA EN GRABACIONES
AUTOMÁTICAS DE ECOACÚSTICA
las condiciones del entorno que se rela- de campo y que consiste en la instala-
cionan con su ruido base y la existencia ción de varios micrófonos para grabar
o no de otras fuentes de audio, de na- de manera continua el audio del entor-
turaleza similar a la que se desea captu- no natural de la especie a ser estudiada,
rar y que pueden interferir con la señal en disposiciones geométricas que per-
estudiada. mitan determinar la presencia o no de
Estas pruebas pueden realizarse una especie y a través de modelos ma-
en el dominio del tiempo o en el do- temáticos la ubicación física del origen
minio de la frecuencia, y se centrarán de estas fuentes de audio. Estas graba-
alrededor de la naturaleza de la señal a ciones generan grandes volúmenes de
estudiarse. El parámetro limitante de co- datos cuyo análisis manual es imprácti-
bertura es la relación señal a ruido SNR co [2] [6]. Se requiere entonces el uso de
(Signal Noise Rate), al considerar las ca- algoritmos de análisis automático que
racterísticas de atenuación de las señales ha sido un área de investigación activa
al alejarse de la fuente hasta el punto en con interesantes resultados en los últi-
que no pueda diferenciarse del nivel de mos años [3, 4, 7, 8, 9, 10, 11, 12]. Sin em-
ruido del entorno. bargo, varios desafíos existen al analizar
El comportamiento de la rela- las grabaciones de forma automática,
ción señal a ruido se realizará primero desde el método de grabación, hasta la
en el rango de 20 Hz a 20 KHz y luego técnica de procesamiento digital y cla-
se filtra alrededor de la señal de estudio sificación automática usada, es impor-
para mejorar el alcance y la respuesta tante considerar todo el proceso de for-
del sistema. ma integral para conseguir resultados
El enfoque principal de este aná- óptimos [5, 6]. El objetivo del presente
lisis se orienta al dominio del tiempo, de- estudio es el determinar la distancia a
bido a que el material acústico recogido la que se produce una SNR adecuada
será utilizado en un sistema de aprendi- para la detección de cantos de rana en
zaje supervisado que analiza la amplitud grabaciones largas de ecoacústica. Se
caracterizada de la señal, sin embargo, ha comparado dos ambientes, el prime-
para otro tipo de procesamiento, pudiera ro en condiciones consideradas ideales
realizarse en el dominio de la frecuencia. con línea de vista entre el micrófono y
El uso de grabadoras autónomas la fuente acústica y el segundo en un
ecoacústicas, es cada vez más exten- bosque lluvioso en una zona con terre-
dido alrededor del mundo a través de no irregular y dominada por vegetación
estudios que realizan los investigadores y árboles.
162
REVISTA PUCE. ISSN: 2528-8156. NÚM.106.
3 DE MAYO DE 2018 - 3 DE NOV. DE 2018, ESTRELLA, NICOLALDE, ESCOBAR, PP. 157-178
Materiales
163
ESTIMACIÓN DE DISTANCIA DE DETECCIÓN DE CANTOS DE RANA EN GRABACIONES
AUTOMÁTICAS DE ECOACÚSTICA
Figura 1. Espectrograma y oscilograma del canto de Hyloscirtus alytolylax usados en las estimaciones
164
REVISTA PUCE. ISSN: 2528-8156. NÚM.106.
3 DE MAYO DE 2018 - 3 DE NOV. DE 2018, ESTRELLA, NICOLALDE, ESCOBAR, PP. 157-178
Métodos
Figura 2. Esquema de mediciones en un plano de 10 metros. El círculo indica la posición del parlante y la
estrella la grabadora automática SM4
165
ESTIMACIÓN DE DISTANCIA DE DETECCIÓN DE CANTOS DE RANA EN GRABACIONES
AUTOMÁTICAS DE ECOACÚSTICA
Resultados
166
REVISTA PUCE. ISSN: 2528-8156. NÚM.106.
3 DE MAYO DE 2018 - 3 DE NOV. DE 2018, ESTRELLA, NICOLALDE, ESCOBAR, PP. 157-178
167
ESTIMACIÓN DE DISTANCIA DE DETECCIÓN DE CANTOS DE RANA EN GRABACIONES
AUTOMÁTICAS DE ECOACÚSTICA
Figura 3. Detección del canto de rana a 1m. (arriba), 15m. (medio) y 30m. (abajo). a. Oscilograma de los
cantos b. STE en ventanas de 20ms. c. ST Ef con umbral de detección
168
REVISTA PUCE. ISSN: 2528-8156. NÚM.106.
3 DE MAYO DE 2018 - 3 DE NOV. DE 2018, ESTRELLA, NICOLALDE, ESCOBAR, PP. 157-178
Discusión
169
ESTIMACIÓN DE DISTANCIA DE DETECCIÓN DE CANTOS DE RANA EN GRABACIONES
AUTOMÁTICAS DE ECOACÚSTICA
Figura 4. Detección del canto de rana a 45m. (arriba), 60m. (medio) 120m. (abajo). a. Oscilograma de los
cantos b. STE en ventanas de 20ms. c. STEf con umbral de detección
170
REVISTA PUCE. ISSN: 2528-8156. NÚM.106.
3 DE MAYO DE 2018 - 3 DE NOV. DE 2018, ESTRELLA, NICOLALDE, ESCOBAR, PP. 157-178
171
ESTIMACIÓN DE DISTANCIA DE DETECCIÓN DE CANTOS DE RANA EN GRABACIONES
AUTOMÁTICAS DE ECOACÚSTICA
Figura 5. Detección del canto de rana a 1 m., 5 m., 10 m. a. Oscilograma y espectrograma de los cantos
b. STE en ventanas de 20ms. c. STEf con umbral de detección
172
REVISTA PUCE. ISSN: 2528-8156. NÚM.106.
3 DE MAYO DE 2018 - 3 DE NOV. DE 2018, ESTRELLA, NICOLALDE, ESCOBAR, PP. 157-178
173
ESTIMACIÓN DE DISTANCIA DE DETECCIÓN DE CANTOS DE RANA EN GRABACIONES
AUTOMÁTICAS DE ECOACÚSTICA
174
REVISTA PUCE. ISSN: 2528-8156. NÚM.106.
3 DE MAYO DE 2018 - 3 DE NOV. DE 2018, ESTRELLA, NICOLALDE, ESCOBAR, PP. 157-178
Tabla 1: SNR del audio sin filtrar y filtrado por cada 5m de distancia al micrófono medido en PMQ
Conclusiones
Las grabaciones acústicas es una la tecnología, los equipos son cada vez
técnica de censado remoto que permite más versátiles y eficientes, lo que per-
extraer información complementaria a mite generar más información sobre los
los estudios tradicionales usados en Eco- procesos ecológicos que se desarrollan
logía y Biología. Con el rápido avance de en una zona.
175
ESTIMACIÓN DE DISTANCIA DE DETECCIÓN DE CANTOS DE RANA EN GRABACIONES
AUTOMÁTICAS DE ECOACÚSTICA
Agradecimientos
176
REVISTA PUCE. ISSN: 2528-8156. NÚM.106.
3 DE MAYO DE 2018 - 3 DE NOV. DE 2018, ESTRELLA, NICOLALDE, ESCOBAR, PP. 157-178
Bibliografía
Jones C., Warburton B., Carver J., Carver diversity using automatic acous-
D., Potential applications of wire- tic sensors, Sensors for Ecology:
less sensor networks for wildlife Towards integrated knowledge of
trapping and monitoring pro- ecosystems (2012) 101–119. URL
grams, Wildlife Society Bulletin 39 http://sueur.jerome.perso.neuf.fr/
(2) (2015) 341–348. doi:10.1002/ WebPage{_}PapersPDF/Sueure-
wsb.543. tal{_}INEE{_}2012.pdf
A. Rodriguez, A. Gasc, S. Pavoine, P. M. Towsey, S. Parsons, J. Sueur, Eco-
Grandcolas, P. Gaucher, J. Sueur, logy and acoustics at a large
Temporal and spatial variabi- scale, Ecological Informatics
lity of animal sound within a 21 (2014) 1–3. doi:10.1016/j.
neotropical forest, Ecological ecoinf.2014.02.002. URL http://
Informatics 21 (2014) 133–143. linkinghub.elsevier.com/retrieve/
doi:10.1016/j.ecoinf.2013.12.006. pii/S1574954114000181
URL http://dx.doi.org/10.1016/j. J. Cheng, Y. Sun, L. Ji, A call-independent
ecoinf.2013.12.006 and automatic acoustic system
J. Sueur, S. Pavoine, O. Hamerlynck, S. for the individual recognition of
Duvail, Rapid acoustic survey animals: A novel model using
for biodiversity appraisal, PLoS four passerines, Pattern Recog-
ONE 3 (12). doi:10.1371/journal. nition 43 (11) (2010) 3846–3852.
pone.0004065. doi:10.1016/j.patcog.2010.04.026.
J. S. Ulloa, A. Gasc, P. Gaucher, T. Au- I. Potamitis, S. Ntalampiras, O. Jahn, K.
bin, M. Réjou-Méchain, J. Sueur, Riede, Automatic bird sound
Screening large audio datasets detection in long real-field re-
to determine the time and spa- cordings: Applications and
ce distribution of Screaming Piha tools, Applied Acoustics 80
birds in a tropical forest, Ecologi- (2014) 1–9. doi:10.1016/j.apa-
cal Informatics 31 (2016) 91–99. coust.2014.01.001.
doi:10.1016/j. ecoinf.2015.11.012. M. Towsey, B. Planitz, A. Nantes, J. Wim-
URL http://dx.doi.org/10.1016/j. mer, P. Roe, A toolbox for animal
ecoinf.2015.11.012 call recognition, Bioacoustics 21
J. Sueur, a. Gasc, P. Grandcolas, S. Pavoi- (2) (2012) 107–125. doi:10.108
ne, Global estimation of animal 0/09524622.2011.648753. URL
177
ESTIMACIÓN DE DISTANCIA DE DETECCIÓN DE CANTOS DE RANA EN GRABACIONES
AUTOMÁTICAS DE ECOACÚSTICA
178