Publicité

Longue-vue Zeiss Victory Harpia

 (En savoir plus ?)

S'inscrire
Mot de passe oublié ?

Accueil > Pratique > Équipement > Utiliser des Unités d'Enregistrement Autonomes pour étudier les oiseaux

Équipement

Retour à la liste des articles de Équipement

Utiliser des Unités d'Enregistrement Autonomes pour étudier les oiseaux

Ces équipements récents, qui permettent de programmer l'enregistrement des cris et des chants sur le terrain durant une durée déterminée, sont de plus en plus souvent utilisés en ornithologie.

| Validé par le comité de lecture

Partager
Translate

Utiliser des Unités d'Enregistrement Autonomes pour étudier les oiseaux

Le Song Meter SM2 de Wildlife Acoustics est une Unité d'Enregistrement Autonome populaire en Amérique du Nord.
Source : Faunatech.com.au

Les études acoustiques sont largement utilisées en ornithologie : en effet, la plupart des oiseaux chantent et/ou crient, beaucoup d'espèces sont plus souvent entendues que vues, et les écouter peut permettre d'évaluer leur présence ou de mieux connaître leur comportement. Les ornithologues utilisent fréquemment la technique de la repasse pour provoquer des réactions vocales et la méthode des points d'écoute qui combine contacts visuels et auditifs, mais des équipements récents sont désormais disponibles, les Unités d'Enregistrement Autonomes ou UEA (en anglais, ARU = Autonomous Recording Units). Elles peuvent être programmées pour se déclencher et enregistrer sans surveillance des sons sur le terrain, et elles sont de plus en plus souvent utilisées.
Après une présentation des Unités d'Enregistrement Autonomes (description, critères de choix, exemples de modèles et utilisation), nous énumérons les avantages et les inconvénients de ces équipements, et nous évoquons les logiciels de reconnaissance automatique et des applications innovantes dans le domaine de l'ornithologie.

Abstract

Acoustic studies are widely used in ornithology as most birds are vocally active, many species are more often heard than seen, and listening to them can be used to evaluate their presence or their density or to better understand their behavior. Ornithologists may use the playback and the points count methods that combines visual and auditory contacts, but recent equipments are now also available, the Autonomous Recording Units (ARU) that can be programmed to trigger and record sounds in the field without human monitoring: they are thus increasingly used to study birds, even if they are still little known and therefore underutilized.
After a presentation of the Autonomous Recording Units (description, criteria of selection, examples of models and use in the field), we list the advantages and the disadvantages of these equipments, we evoke the automatic recognition softwares and some innovative applications in ornithology.

I - Unités d'Enregistrement Autonomes : présentation, choix, modèles et utilisation

Qu'est-ce qu'une Unité d’Enregistrement Autonome ?

Unité d'Enregistrement Autonome Swift du Cornell Lab

L'Unité d'Enregistrement Autonome Swift du Cornell Lab : (1) microphone, (2) carte SD, (3) pile, (4) enregistreur et (5) boîte de protection étanche.
Source : The Cornell Lab

Une Unité d’Enregistrement Autonome (UEA) est un système d’enregistrement audio autonome que l'on peut installer dans des environnements marins ou terrestres pour effectuer des études ou des suivis bioacoustiques d'espèces animales variées. Elle est composée d'un enregistreur pouvant être programmé (pour lancer l'enregistrement à une heure précise et durant une durée déterminée), d'un (ou de deux) microphone, éventuellement d'un amplificateur, de piles permettant une certaine autonomie et d'une (ou de deux) carte mémoire, parfois doublée d'un périphérique externe, pour stocker les sons. Elle peut être installée au sol, sur un support ou être attachée à un arbre.  
Les ornithologues peuvent écouter les enregistrements obtenus et/ou analyser leurs représentations graphiques ou sonogrammes, ou bien utiliser des logiciels de reconnaissance automatique.

Comment choisir une UEA ?

Pour une utilisation simple et durable sur le terrain, une Unité d'Enregistrement Autonome doit posséder plusieurs caractéristiques :

  • pouvoir être préprogrammée pour s'allumer et s'éteindre automatiquement.
  • Bien fonctionner même lorsqu'elle est exposée à des conditions météorologiques difficiles.
  • Produire des enregistrements de haute qualité de la faune pendant de longues périodes.
  • Ne pas être trop volumineuse : une longueur (hauteur) inférieure à 35 cm, une largeur de moins de 25 cm et une profondeur inférieure à 10 cm constituent de bons repères.
  • Ne pas être trop lourde : moins de 2 kg (piles comprises).
  • Pouvoir être alimentée par plusieurs types de piles : D (standard), lithium-ion, alcalines et NiMH, voire par un panneau solaire externe.
  • Pouvoir programmer plusieurs périodes d'enregistrement par jour, avec des horaires différents selon les jours. 
  • Accepter idéalement au moins deux cartes mémoire, y compris les cartes SCXC ou SDHC de classe 4 ou plus rapide.
  • Pouvoir fonctionner à une température comprise entre -20 °C et + 50 °C pendant de longues périodes.
  • Le format des enregistrements doit être de qualité suffisante.
  • La qualité des enregistrements doit être constante.
  • La fréquence d'échantillonnage (voir plus bas) doit être d'au moins 48 kHz.
  • Elle doit être suffisamment sensible et avoir un faible bruit interne (80 dB signal sur bruit ou mieux) pour enregistrer des sons d'amplitudes similaires à ceux que détecterait un observateur humain.
  • Il doit être possible de remplacer les microphones endommagés sans assistance technique.

La fréquence d'échantillonnage, une caractéristique technique importante

AURITA

L'Unité d'Enregistrement Autonome AURITA (Audible and Ultrasonic Recording In TAndem) peut enregistrer des sons dont la fréquence d'échantillonnage est comprise entre 60 Hz et 192 kHz.
Photographie : Richard Beason

Le choix d'une Unité d’Enregistrement Autonome adaptée à ses besoins s'effectuera en fonction de plusieurs critères, comme son autonomie, ses dimensions, son poids, sa robustesse ou ses fonctionnalités de programmation, mais surtout en fonction de ses caractéristiques acoustiques, notamment de sa fréquence ou taux d'échantillonnage.
La fréquence d'échantillonnage se mesure en Hertz (Hz) ou en KiloHertz (kHz) et représente le nombre d'échantillons (ou instantanés, ou mesures) de la tension du signal analogique pris par seconde puis transformés en données numériques. Plus la fréquence d’échantillonnage est élevée, plus l’analyse et l’encodage du son seront précis. Les fréquences d’échantillonnage fréquentes sont 44,1 kHz, 48 kHz, 96 kHz et 192 kHz. À titre de comparaison, le standard CD et digital mondial est de 44,1 kHz.
Un taux d’échantillonnage peut enregistrer avec précision des fréquences audio égales à un peu moins de la moitié de sa valeur : par exemple, un taux d’échantillonnage de 48 Khz peut enregistrer avec précision des fréquences audio allant jusqu’à 24 Khz. Cette limite s’appelle la fréquence de Nyquist. Pour qu’il n’y ait pas de perte flagrante de qualité sonore, la fréquence d’échantillonnage doit être au moins deux fois plus élevée que la fréquence maximale du son à numériser : il faut donc que la fréquence d’échantillonnage d'un enregistreur soit d’au moins 40 kHz.
À titre de repère, l'oreille humaine peut entendre des sons dont la fréquence est comprise entre 20 Hz et 20 kHz.

Quelques modèles d'UEA

Le Song Meter SM4 de Wildlife Acoustics

L'Unité d'Enregistrement Autonome Song Meter SM4 de Wildlife Acoustics.

Plusieurs modèles d'UEA sont disponibles sur le marché et sont utilisés par les ornithologues pour des études acoustiques. Voici quelques exemples :

  • les Unités d'Enregistrement Autonomes de Wildlife Acoustics, populaires en Amérique du Nord. Trois modèles sont disponibles, le Song Meter SM2 (le plus petit et le plus léger de la gamme), le SM3 et le SM4. Ils sont également capables d'enregistrer les ultrasons des chauves-souris. Le SM4 est le modèle plus récent et est muni de deux ports pour microphones, d'outils de programmation et d'une grande capacité de stockage. Son autonomie maximale est de 450 heures. Il est équipé d'une prise casque intégrée permettant de surveiller l'activité bioacoustique en temps réel, et un GPS est disponible en option, afin de localiser et de dater des enregistrements.  
  • Le Swift du Cornell Lab of Ornithology. Cette UEA est légère, programmable et simple d'utilisation. Elle est alimentée par trois piles D (LR20) permettant une autonomie de plus de trois semaines. Son taux d'échantillonnage est de 48 kHz., et la fréquence maximale des sons enregistrés est de 96 kHz. Les sons sont stockés sur une carte SD de 512 GB.  
  • L'E3A de Riverfoks : cette UEA est équipée de deux microphones CZM pouvant chacun détecter des sons à 180 degrés pour des enregistrements de qualité stéréo à 360 degrés. Son prix est élevé (7 395 dollars).
  • Le Solo Field Recorder : il s'agit d'un enregistreur autonome bon marché (120 dollars US) composé d'un microphone, d'un mini-ordinateur, d'une batterie et d'une carte mémoire pour stocker les sons, l'ensemble étant placé dans une coque étanche. Il est programmable et les enregistrements sont de bonne qualité. 
  • L'AURITA (Audible and Ultrasonic Recording In TAndem) : il s'agit d'une Unité d'Enregistrement Autonome composée de l'enregistreur Solo, du nano-ordinateur Raspberry Pi et de l'enregistreur d'ultrasons Peersonic RPA2. Il peut enregistrer des sons au format WAV dont la fréquence d'échantillonnage est comprise entre 60 Hz et 192 kHz.
  • Le Soundscape Explorer Terrestrial de Lunilettronik, capable à la fois d'enregistrer les sons audibles et les ultrasons.

Assembler soi-même une UEA

S'il l'on dispose de temps, des accessoires nécessaires et de quelques connaissances, il est possible d'assembler soi-même une Unité d'Enregistrement Autonome pour un prix modeste à partir d'éléments à commander sur Internet. Anthony Turner a mis au point avec l'Université du Kent un modèle d'UEA à moins de 150 dollars appelée ARUPI dont il a publié les instructions du montage. Il est composé des éléments suivants :

  • un nano-ordinateur Raspberry Pi monocarte à processeur ARM
  • une carte d'extension Sleepy Pi
  • un programmateur Sleepy Pi
  • un microphone16GB Kingston Data Traveler
  • une carte son USB 
  • un hub multiUSB.

Il faut aussi télécharger et installer deux logiciels (Win32 Disk Image et Arduino IDE) et faire quelques points de soudure.

Préparer, démarrer et utiliser une UEA

Song Meter SM4 installé près d'une colonie de Manchots de Magellan

Un Song Meter SM4 installé près d'une colonie de Manchots de Magellan (Spheniscus magellanicus) en Terre de feu (Argentine).
Photographie : Dante Francomano / CGS

Voici une liste de conseils d'utilisation sur le terrain des Song Meter SM2 et SM3 de Wildlife Acoustics :

  • avant de partir sur le terrain, vérifier que votre équipement est complet (UEA, câbles, microphones, cartes SD, tournevis), GPS (éventuellement), formulaires, stylos..
  • Tester que l'UEA fonctionne bien : placer les piles, vérifier que l'écran LCD s'allume bien, insérer une carte SD, connecter les microphones, calibrer les microphones en parlant ou en claquant des doigts (les canaux gauche et droit doivent réagir avec une fréquence de 1 kHz), faire un test d'enregistrement et vérifier le niveau de gain, arrêter l'enregistrement et vérifier que les ports externes sont scellés (étanches).
  • Installer l'UEA sur le tronc d'un arbre de taille modeste ou moyenne.
  • Orienter l'UEA vers le Nord pour éviter une exposition directe au soleil, et à au moins un mètre du sol.
  • Si vous utilisez un GPS, il faut le positionner plus haut que l'UEA.
  • Démarrer l'UEA et attendre la fin de son initialisation (affichage de la date, de l'heure et du nombre de cartes SD chargées).
  • Choisir ("Select") le menu principal, aller dans la section "Setting", puis "Location" et "File Prefix" : saisir un nom de la station d'écoute.
  • Placer l'UEA en attente en cliquant sur le bouton "Wake/Exit", et un test d'enregistrement d'une minute est lancé : vérifier les données (date, heure, observateur, localisation) et le niveau de gain. Vérifier que l'unité rentre en mode "standby" (affichage du message : "Going to sleep until <date and time>).
  • Avant de partir, il faut s'assurer que l'UEA est bien attachée, que les microphones sont en place et que l'unité est prête à enregistrer à l'heure programmée.
  • Lorsque vous récupérez l'UEA, remplissez un formulaire de suivi contenant par exemple les informations suivantes : site d'écoute, date, heure de déploiement, coordonnées, nom de l'observateur, identifiant de l'UEA, nom du projet ("File Prefix"), état de chargement des piles, nombre de cartes SD, changement ou non de l'emplacement, photos ou non de la station, orientation et nombre de microphones activés, commentaires...
  • Pour récupérer les cartes mémoire, ouvrez le panneau protégeant l'écran, suivez les instructions du menu "Deactivating an ARU", notez les données importantes dans un formulaire de suivi, sortez les cartes SD et rangez bien l'UEA dans son étui pour la protéger des chocs.
  • Transférez le contenu des cartes SD sur votre ordinateur et faites si possible une copie des données.

II - Les avantages et les inconvénients des UEA pour étudier les oiseaux

Les UEA sont de plus en plus souvent utilisées par les ornithologues

L'Unité d'Enregistrement Autonome ARUPI

Une Unité d'Enregistrement Autonome ARUPI installée dans une forêt d'Amérique du Nord.
Source : ARUPi303

La fréquence d'utilisation des Unités d'Enregistrement Autonomes a significativement augmenté ces dernières années dans le domaine de l'ornithologie. Dans un article publié en 2017 dans la revue Avian Conservation and Ecology, les auteurs ont effectué une recherche documentaire dans la base de données Web of Science en utilisant les termes suivants : "enregistrement acoustique", "unité d'enregistrement autonome", "enregistreur autonome", "enregistrement autonome", "système d'enregistrement numérique automatisé", "surveillance bioacoustique" et "surveillance acoustique passive". Ils n'ont retenu que les articles trouvés abordant des recherches ornithologiques utilisant des UEA. Ils ont finalement recensé 61 articles scientifiques validés parus dans 32 revues entre 2006 et 2017, avec une nette augmentation à partir de 2014.

Les UEA permettent d'économiser le temps passé sur le terrain

Les UEA peuvent être configurées, installées ou retirées en quelques minutes. Elles nécessitent un minimum de visites pour effectuer des contrôles ou copier des enregistrements, et elles permettent  de passer moins de temps sur le terrain par rapport à la technique des points d'écoute et de la repasse.

Les UEA permettent de limiter les dérangements

Les observateurs effectuant des comptages visuels et auditifs sur le terrain peuvent affecter la qualité et la fiabilité des données collectées si leur présence perturbe ou modifie le comportement des oiseaux à cause de leurs mouvements, de leurs voix ou de la couleur de leurs vêtements. Les oiseaux peuvent ainsi s'envoler, pousser des cris d'alarme ou devenir silencieux. Durant l'installation d'une Unité d'Enregistrement Autonome, le comportement des oiseaux peut être modifié, mais cette situation est temporaire et les enregistrements ne se feront que lorsque les observateurs seront absents : il est donc peu probable que des oiseaux timides soient affectés.
Pour estimer l'abondance du Puffin boréal (Calonectris borealis) dans les Açores, quatre UEA avaient été posées dans quatre colonies : les appels lancés durant l'alimentation des poussins avaient été utilisés pour déterminer le niveau d'abondance, sans déranger les oiseaux marins nicheurs.

Les UEA peuvent être utilisées dans des régions difficiles d'accès

Bruant familier (Spizella passerina)

Des Unités d'Enregistrement Autonome ont été utilisées pour étudier le Bruant familier (Spizella passerina) et d'autres espèces boréales dans la taïga des Territoires du Nord-Ouest (Canada).
Photographie : Ryan Hodnett / Wikimedia Commons
Les UEA sont utiles pour étudier des oiseaux dans des sites éloignés ou difficiles d'accès. L'association Environment and Climate Change Canada avait lancé un projet pour suivre des espèces boréales à la limite nord de leur aire de reproduction dans les Territoires du Nord-Ouest (Canada), une région en grande partie inaccessible en raison de la quasi-absence de chemins carrossables. En profitant des routes ouvertes en hiver pour accéder aux villages autochtones et aux mines de diamants, les ornithologues avaient pu déployer des UEA et les avaient programmés pour qu'elles enregistrent les oiseaux migrateurs à leur retour au printemps suivant. Les données n'ont été récupérées que l'hiver d'après, lorsque les routes étaient à nouveau praticables. 

Les UEA sont parfois aussi performantes que les humains 

Sur 21 études recensées comparant les résultats de plusieurs techniques d'inventaires (points de comptage, repasse, lignes de transect, enregistreurs non autonomes et Unités d'Enregistrement Autonomes), trois avaient montré que les UEA étaient plus performantes que les humains pour détecter des espèces, huit que leurs performances étaient comparables, et six qu'elles étaient moins efficaces. Dans ces derniers cas, les UEA se sont révélées néanmoins utiles pour détecter certaines espèces, la combinaison des méthodes donnant de bons résultats.
Dans le "cerrado" (un type de savane) brésilien, on avait comparé le taux de détection des espèces d'oiseaux par des Unités d'Enregistrement Autonomes SM2 avec celui des observateurs : les UEA avaient "raté" 17 % des espèces ciblées, contre 10 % pour les humains. Toutefois, les UEA avaient détecté davantage d'espèces que les observateurs. En outre, il est possible de recommencer les enregistrements à plusieurs reprises au même endroit, permettant ainsi de réduire les erreurs et d'augmenter le taux de détection par rapport à un point d'écoute classique.
La génération d'enregistrements est particulièrement recommandée dans les cas où beaucoup d'oiseaux chantent en même temps, par exemple à l'aube au printemps (lire Le chœur de l'aube des oiseaux, plus qu'un simple concert matinal), car il peut alors être difficile pour des humains de réussir à identifier toutes les espèces.
Les observateurs réussissent parfois à repérer les oiseaux à plus grande distance que des UEA, mais cet écart peut être corrigé en utilisant des techniques statistiques (échantillons appariés) et la repasse (lire La repasse et les oiseaux : utilisation, avantages, risques et conseils).
On peut combiner la méthode des points d'écoute et l'utilisation d'Unités d'Enregistrement Autonomes : cela a été démontré dans la taïga des Territoires du Nord-Ouest (Canada) : des UEA avaient été placées le long de trois routes et des séquences d'enregistrement de trois minutes programmées. Des comptages par points d'écoute avaient également été effectués. Cette combinaison avait permis d'augmenter respectivement de 62 % et de 64 % le nombre d'espèces détectées et les indices d'abondance. Les erreurs de détection des UEA constatées le long des lisières forestières peuvent être corrigées en renforçant les contrôles humains.

Les UEA réduisent le biais lié aux observateurs

La capacité d’un observateur à détecter et à identifier les vocalisations peut varier en fonction de son expérience personnelle et de ses connaissances, alors que grâce aux Unités d'Enregistrement Autonomes, même les observateurs les moins expérimentés peuvent étudier et écouter les sons obtenus dans de bonnes conditions et avec toute l'aide nécessaire.
La performance de détection acoustique d'un observateur dépend aussi de ses capacités auditives : avec une Unité d'Enregistrement Autonome, on peut régler le volume sonore afin que tous les participants puissent entendre correctement les sons enregistrés. Les enregistrements des UEA peuvent enfin être écoutés par plusieurs observateurs en même temps.

Les UEA permettent l'étude des espèces discrètes ou nocturnes

Râle élégant (Rallus elegans)

Les Unités d'Enregistrement Autonome sont utiles pour étudier des espèces discrètes comme le Râle élégant (Rallus elegans).
Photographie : Jim Rathert / MO Conservation
Un enregistrement facilite le repérage et l'identification d'espèces discrètes, nocturnes ou difficiles à identifier : les Unités d'Enregistrement Autonomes sont donc utiles pour étudier des oiseaux rares ou discrets qui chantent rarement. Des UEA ont par exemple été utilisées pour évaluer la distribution et la densité des populations des Râles élégants (Rallus elegans) et tapageurs (R. crepitans) dans les marais bordant les rivières Pamunkey et Mattaponi en Virginie (États-Unis).
Pour localiser les nids et caractériser l'habitat du Butor d'Australie (Botaurus poiciloptilus) dans les zones humides du sud-ouest de l'Australie Occidentale, le Department of Biodiversity, Conservation and Attractions avait combiné les séances d'observation et l'utilisation d'UEA.
En 2008, dans l'archipel d'Hawaï, des UEA avaient été posées dans six sites de nidification de trois espèces menacées : le Puffin de Newell (Puffinus newelli), le Pétrel des Hawaï (Pterodroma sandwichensis) et l'Océanite de Castro (Oceanodroma castro), et ces équipements avaient détecté avec succès ces oiseaux.

Les UEA permettent de comparer des enregistrements dans le temps

Grâce aux UEA, il est possible de comparer des enregistrements anciens et récents, ce qui est intéressant pour étudier l'évolution d'un paysage sonore ou la modification des comportements vocaux des espèces. Luther et Derryberry (2012) avaient par exemple constaté que la fréquence des chants des Bruants à couronne blanche (Zonotrichia leucophrys) avait augmenté en 37 ans à San Francisco (États-Unis), en même temps que l'intensité du bruit de la circulation automobile.
Comparer les enregistrements obtenus en fonction du temps permet de détecter d'éventuels changements dans la répartition des espèces et de leur activité vocale, notamment dans les zones où les activités humaines ont augmenté.

Quelques inconvénients des UEA

Les performances des UEA sont variables selon les modèles et leurs accessoires, en particulier le microphone.
Les UEA peuvent générer beaucoup d'enregistrements, et les écouter demande du temps. Les capacités de stockage nécessaires peuvent vite devenir importantes et donc onéreuses.
Si une UEA rencontre un problème technique, l'absence d'enregistrements peut passer inaperçue pendant longtemps si les contrôles sur le terrain sont rares, et il est donc impératif de bien vérifier les unités avant leur déploiement.
Certains modèles peuvent être relativement chers, or couvrir une zone aussi vaste que par la méthode traditionnelle des points de comptage nécessite de disposer d'un grand nombre d'unités ou de les déplacer souvent : il faut donc trouver un compromis entre la surface étudiée et le budget.
Il faut aussi prendre en compte les coûts des piles et des réparations, par exemple si un microphone est endommagé. Les programmes de recherche et de surveillance utilisant des UEA devront tenir compte de ces problèmes et disposer d’un système de contrôle de la qualité de ces équipements.
Enfin, les UEA sont moins performantes que des observateurs pour étudier des espèces qui chantent peu ou qui ont une densité de population très faible. 

III - Les logiciels de reconnaissance automatique

Limiter le temps d'écoute des sons et/ou d'analyse des sonogrammes

Sonogramme d'un enregistrement

Sonogramme d'un enregistrement réalisé par l'Unité d'Enregistrement Autonome Swift de Cornell Lab dans les Sapsucker Woods, dans l'état de New York (États-Unis). 
Source : Cornell Lab

Les Unité d'Enregistrement Autonomes réduisent le nombre d'heures passées sur le terrain, mais elles augmentent considérablement le temps que l'on doit consacrer à l'écoute, au traitement et à l'analyse des enregistrements. On peut écouter les sons et/ou regarder les sonogrammes (= représentations graphiques des sons fonction de la fréquence et du temps) associés pour repérer les séquences ciblées. L'analyse visuelle des sonogrammes est efficace si les formes des sons recherchés sont distinctes et reconnaissables. Il existe d'ailleurs plusieurs logiciels de génération de sonogrammes, comme Audacity ou Adobe Audition.
Pour faciliter le traitement des enregistrements sonores et réduire ainsi le temps d'écoute et de lecture des sonogrammes, des logiciels d'analyse et de reconnaissance automatique des espèces sont disponibles. 

Le principe de fonctionnement des logiciels de reconnaissance automatique

Les progrès récents de la reconnaissance automatique des vocalisations des espèces ont permis d'accroître l'efficacité du traitement de grands volumes d'enregistrements sonores. Le processus d'analyse automatique est composé de deux phases principales : l'extraction des sons et leur classement en fonction de paramètres dont le choix est basé sur la structure des vocalisations ciblées. La fréquence maximale et la bande passante sont deux paramètres bien adaptés à la sélection automatique de vocalisations peu ou faiblement modulées. Pour classer les cris des oiseaux migrateurs passant la nuit en vol, la durée, les fréquences minimum et moyenne et maximum et les bandes passantes minimum, moyenne et maximum sont des paramètres intéressants.
Un autre processus de reconnaissance automatique consiste à comparer les enregistrements à des modèles de séquences, souvent appelés "identificateurs"», et à considérer que l'identification est réussie lorsqu'un niveau de similarité suffisant est atteint. Cette approche peut fonctionner si le son recherché varie peu d'un oiseau à l'autre et si le fond sonore de l'enregistrement est comparable à celui du modèle. C'est la méthode qui avait été utilisée pour essayer de retrouver le Pic à bec d'ivoire (Campephilus principalis) dans l'Arkansas en 2004-2005 (lire Des indices de la présence du Pic à bec d'ivoire en Floride).
Un logiciel peut aussi comparer les sonogrammes des enregistrements obtenus avec ceux des séquences ciblées. Les vocalisations des oiseaux sont en effet composées de cinq motifs principaux : segments de fréquence constante, sifflements à fréquence modulable, pulsations à large bande, segments à large bande et à fréquence variable et segments à harmoniques fortes, et certaines séquences sonores ont des formes caractéristiques, ce qui rend leur repérage automatique assez facile.
Si les sons triés automatiquement peuvent être isolés linéairement, une classification bayésienne probabiliste simple peut être utilisée pour les séparer, sinon d'autres méthodes plus complexes seront nécessaires, comme l'appariement de points binaires, les arbres de décision, les forêts aléatoires, les spectrogrammes à corrélation croisée, les modèles de Markov ou les neuronaux. Seules quelques-unes de ces techniques sont intégrées dans des logiciels commerciaux ou libres, comme Song Scope de Wildlife Acoustics, Raven Pro du Cornell Lab ou MonitoR de RPackage.

Les limites des logiciels de reconnaissance automatique 

Grive musicienne (Turdus philomelos)

Grive musicienne (Turdus philomelos) chantant à l'aube : au printemps, tôt le matin, les chants de plusieurs espèces se chevauchent, ce qui diminue l'efficacité des logiciels de reconnaissance automatique.
Photographie : Marc Le Moal

Le traitement des enregistrements sonores à l'aide d'un dispositif de reconnaissance automatique est efficace, mais il n'est pas parfait. L’un des problèmes est que les bruits abiotiques, comme le vent ou la pluie, peuvent créer beaucoup de faux-positifs (=  identifiés à tort) et augmenter le taux de faux-négatifs (non identifiés par erreur). Le bruit de fond constitue en effet l'un des principaux obstacles au bon fonctionnement de la reconnaissance automatique, car il réduit le taux de détection et crée des erreurs. Une façon de réduire ce problème est de limiter la recherche des séquences ciblées à leur gamme de fréquences.
Le chevauchement des vocalisations de différentes espèces peut perturber la détection des espèces ciblées. 
La reconnaissance des espèces est rarement complètement automatisée, et il est généralement nécessaire que les observateurs vérifient les résultats obtenus pour éliminer les faux-positifs. Les faux-négatifs constituent également un problème, et leur détection implique généralement l'écoute ou l'analyse manuelle des enregistrements pour identifier les vocalisations non détectées par l'ordinateur.  
La qualité des enregistrements servant de modèles aux logiciels constitue un facteur limitant : il existe des bibliothèques sonores en ligne très utiles comme la Macaulay Library, Avocet, HBW et Xeno-Canto.

Des exemples de logiciels de reconnaissance automatique

Plusieurs logiciels sont disponibles, comme Arbimon de Sieve Analytics, Song Scope et Kaleidoscope Pro de Wildlife Acoustics ou Animal Sound Identifier. L'un des problèmes du choix d'un logiciel bien adapté à une problématique donnée réside dans l'absence de mesures d'évaluation standard des outils disponibles : les comparaisons disponibles sont donc rares. Il serait nécessaire de définir un cadre commun de développement et l'évaluation des outils de reconnaissance automatique des espèces.

D'autres logiciels d'analyse disponibles

Le progiciel "Soundecology" permet de créer des indices acoustiques pour d'identifier des communautés animales et analyser les paysages sonores à partir des caractéristiques physiques des enregistrements.
Le langage de développement R, dédié aux statistiques et à la science, a permis de mettre au point plusieurs outils d'import et d'analyse des sons : le progiciel "Seewave", par exemple, comprend des fonctions d'analyse des sons en fonction du temps, de l'amplitude et de la fréquence, ainsi que la génération d'enregistrements pour la repasse. Outre la reconnaissance automatique des espèces, le  progiciel "MonitoR" renomme les enregistrements et isole des segments courts dans des enregistrements plus longs, ce qui est utile pour les UEA ayant des capacités de programmation limitées.
Le progiciel "WarbleR" s'appuie sur certaines fonctions de "Seewave" et de "MonitoR" pour rationaliser les analyses de la structure du signal acoustique en mesurant les paramètres du signal (fréquence, durée et amplitude) et les différences acoustiques appariées.
Une autre avancée dans le traitement bioacoustique est le développement d’un réseau de surveillance automatisé combinant matériel et logiciel pour enregistrer des sons sur le terrain et les envoyer en temps réel à un serveur de données pour traitement et reconnaissance automatique.
Les progrès du traitement bioacoustique contribueront sans aucun doute à améliorer l'efficacité du traitement de gros volumes d'enregistrements sonores.

IV - Des applications innovantes en ornithologie

De nombreuses applications

Océanite à queue fourchue (Oceanodroma furcata)

Des Unités d'Enregistrement Autonomes ont été installées en 2008 et en 2009 dans des colonies d'Océanites à queue fourchue (Oceanodroma furcata) sur les îles Aléoutiennes pour évaluer l'efficacité de l'élimination du Renard arctique (Vulpes lagopus).
Photographie : D. L. Spencer / U.S. Fish and Wildlife Service

Le potentiel d'utilisation des Unités d'Enregistrement Autonomes dans le domaine de l'ornithologie est important et ne se limite pas au remplacement des observateurs humains sur le terrain. Citons par exemple la surveillance des espèces, les études des déplacements et de la communication sonore ou la détermination de la présence de plusieurs espèces. Elles peuvent aussi vérifier le succès des programmes de conservation, par exemple en suivant l'activité de colonies d'oiseaux de mer après l'éradication de prédateurs.
La surveillance peut s'effectuer de façon continue tant que les UEA sont entretenues et que leur autonomie et que leur capacité de stockage sont suffisantes.
Plusieurs UEA peuvent être déployées au même endroit pendant plusieurs semaines pour enregistrer de façon optimale plusieurs espèces : dans les régions tempérées; elles peuvent par exemple servir à détecter les rapaces nocturnes au début du printemps, puis les autres oiseaux chanteurs au fur et à mesure de l'avancement de la saison. Le calendrier choisi pour la surveillance acoustique est important, et la capacité des UEA à enregistrer des sons sur de longues périodes peut faciliter le choix des périodes optimales.

Les UEA permettent d'étudier les espèces nocturnes

Les UEA peuvent être installées durant la journée et programmées pour enregistrer des espèces nocturnes.
Des  UEA couplées à un logiciel de reconnaissance automatique ont par exemple été utilisés pour identifier automatiquement les Chouettes variée (Strix varia) et de Tengmalm (Aegolius funereus) et le Grand-duc de Virginie (Bubo virginianus) dans le nord-est de l'état de l'Alberta (Canada). Pour cela, les caractéristiques des appels territoriaux de ces trois espèces avaient été définies afin de pouvoir les repérer automatiquement dans les enregistrements. Les résultats obtenus avaient été comparés à ceux de chercheurs ayant écouté individuellement les enregistrements : une quantité plus élevée de sons avait pu être traitée, et le nombre de faux-négatifs (séquences ciblées ratées) était relativement faible. Étant donné les taux de détection limités des chouettes lors des inventaires traditionnels, la généralisation de la reconnaissance automatisée sera probablement très utile pour améliorer les connaissances des populations de rapaces nocturnes.

Chouette de Tengmalm (Aegolius funereus)

Les Unités d'Enregistrement Autonome sont bien adaptées au suivi d'espèces nocturnes, comme la Chouette de Tengmalm (Aegolius funereus).
Photographie : Nicolas Vaille-Cullière

Le Groupe Ornithologique des Pyrénées et de l'Adour (GOP) a acquis à l’automne 2011 un dispositif d'enregistrement autonome pour détecter des espèces localisées et difficiles à détecter. Il a été installé dans les sites à prospecter et a été programmé et laissé sur place pendant une période allant de 10 à 20 jours. Les enregistrements sont ensuite traités automatiquement par un logiciel de reconnaissance automatique du chant ou du cri de l’espèce ciblée. L'équipement a par exemple été installé dans un site occupé par le Grand-Duc d’Europe (Bubo bubo) pour tester le matériel et enregistrer des vocalisations dans des conditions naturelles afin de disposer d’échantillons sonores types. L’enregistreur a très bien fonctionné, il a bien résisté aux intempéries et a permis de confirmer la présence d’un couple.
La Chouette de Tengmalm est très rare dans les Pyrénées occidentales et est extrêmement difficile à contacter (période de chant au mois de février, sur les versants froids et enneigés) : l'enregistreur autonome était donc un moyen idéal pour compléter et étendre la prospection. L’année 2012 avait été très mauvaise pour l'espèce (faible production des faînes dont se nourrissent les rongeurs), et aucune des prospections hivernales ne s’était révélée positive. L’enregistreur a été placé dans deux sites connus (20 jours sur chaque site en février-mars) pour enregistrer des chants et des cris afin de disposer d’échantillons sonores types, et aucun résultat n'a été obtenu. L’enregistreur a ensuite été placé de manière opportuniste au début du mois de mai dans un site où l'espèce avait été contactée la veille à l’aube, et trois mâles chanteurs ont été enregistrés.

Râle jaune (Coturnicops noveboracensis)

Le Râle jaune (Coturnicops noveboracensis) est à la fois discret et essentiellement nocturne.
Photographie : Dominic Sherony

Les densités de population et les habitats du Râle jaune (Coturnicops noveboracensis) et des Bruants de Nelson (Ammodramus nelsoni) et de Leconte (A. leconteii) sont mal connus, et ces espèces sont surtout nocturnes : 22 Unités d'Enregistrement Autonomes ont été placées dans 54 sites dans le nord du Minnesota et dans l'est du Dakota du Nord (États-Unis) en mai et en juin 2010 et 2011, et les sons enregistrés avaient été analysés par un logiciel de reconnaissance automatique.

Les UEA sont utiles pour étudier la migration nocturne

Les UEA sont particulièrement utiles pour effectuer une surveillance acoustique des vols de migrateurs nocturnes (lire Pourquoi certains oiseaux crient-ils et/ou chantent-ils la nuit ?). Cela a pu être vérifié sur le site de suivi de la migration de Besh Barmag (Azerbaïdjan) (lire Besh Barmag : un très important site pour la migration des oiseaux d'Eurasie) : une UEA équipée d'un microphone omnidirectionnel avait enregistré tous les sons des migrateurs de passage lors de 63 nuits (entre le coucher et le lever du soleil) durant l'automne 2011 et pendant 67 nuits au printemps 2012  : 1 460 heures d'enregistrement avaient été stockées. Sur cette durée, 88 455 cris de 106 espèces migratrices avaient été détectés, dont 2 172 (d'au moins 20 espèces) n'avaient pas pu être identifiés en raison de problèmes d'enregistrement ou d'une connaissance imparfaite de certaines vocalisations. Les cris et les chants de 13 autres espèces non migratrices n'avaient pas été recensés. En raison de contraintes organisationnelles ou techniques, les sons de certaines nuits n’avaient pas pu être analysés, et ces lacunes avaient été corrigées par interpolation. La partie de la journée la plus active était le crépuscule, qui correspond au début de la migration nocturne. Durant l'automne 2011, 54,7 % des cris avaient été enregistrés au crépuscule, contre 68,8 % au printemps 2012. Le nombre et la variété des cris étaient aussi élevés lorsque l'obscurité était totale. L'utilisation d'un radar pourrait compléter l'évaluation de densités de migration.

Étudier le pourcentage retour de migration

Les UEA permettent de collecter des données sur les déplacements des oiseaux et sur l'utilisation de leur habitat. À petite échelle, des UEA synchronisées pourraient servir à localiser des individus en se basant sur les différences du début de leurs vocalisations.
Pour certaines espèces, il est possible d'identifier les individus en utilisant des techniques de discrimination vocale qui pourraient être utiles pour estimer les pourcentages de retour de migration et de présence en début de période de reproduction. En Amérique du Nord, des Unités d'Enregistrements Autonomes munies d'un microphone omnidirectionnel et d'un logiciel d'identification automatique basée sur la corrélation croisée des sonogrammes générés avaient ainsi permis de distinguer individuellement 19 Parulines couronnées (Seiurus aurocapillus).
À plus grande échelle, les UEA pourraient permettre d'étudier les voies de migration et les dates d'arrivée des oiseaux migrateurs. 

Détecter la présence d'une espèce

Unité d'Enregistrement Autonome AURITA

Une Unité d'Enregistrement Autonome AURITA posée dans une forêt d'Amérique du Nord.
Photographie : Richard Beason

L'estimation de la présence d'une espèce à partir des données acoustiques collectées par les UEA est prometteuse. La reconnaissance automatique peut constituer une méthode efficace pour modéliser l'occupation d'une zone donnée, mais l'interprétation des résultats nécessite une certaine connaissance de la biologie des espèces (mouvements, surface du domaine vital...) : par exemple, si le rayon des déplacements d'une espèce donnée est relativement faible, une seule UEA sera nécessaire pour évaluer sa présence. Pour les oiseaux dont la taille du territoire est supérieure à la zone de détection d'une UEA, une modélisation de l'occupation pourra être utilisée en complément et sera interprétée comme étant la probabilité qu'une espèce utilise une zone donnée.
Des modèles peuvent estimer la densité des vocalisations à partir de leur localisation. Cette approche est prometteuse pour estimer des densités d'oiseaux à l'aide d'UEA, mais sa mise en œuvre nécessite des investissements considérables en matériel et en temps d'analyse.
Des modèles multi-saisons ou dynamiques permettent d'estimer l'installation ou l'extinction locale d'une espèce sur plusieurs saisons., et les modèles de cooccurrences tiennent compte des interactions entre les espèces : ils ont été utilisés par exemple pour étudier l'exclusion compétitive entre les Chouettes tachetée (Strix occidentalis caurina) et rayée (S. varia) en Amérique du Nord.

Étudier les "paysages sonores"

La surveillance bioacoustique des espèces pourra s'étendre dans le futur à la cartographie et à la surveillance de leur "habitat sonore". Des méthodes de traitement des données ont été mises au point pour caractériser les sons provenant de différentes sources (biotiques, abiotiques et anthropiques, par exemple) afin d'effectuer une surveillance des environnements sonores et de détecter leurs changements.
Plusieurs indices acoustiques ont été développés pour caractériser les communautés et les paysages sonores à partir des caractéristiques physiques des sons. L'indice de complexité acoustique a par exemple été testé pour détecter les changements de la composition des populations d'oiseaux chanteurs et les dates d'arrivée des migrateurs.
Bien que les indices acoustiques ne fournissent pas d'informations sur les espèces présentes, des études ont suggéré que certains d'entre eux pourraient être utiles pour estimer la diversité aviaire, l'activité vocale et orienter la sélection des enregistrements à traiter.
Des tests et des recherches sur les indices et leur interprétation seraient nécessaires, et les études ornithologiques pourraient bénéficier et contribuer à ces éléments. Enfin, de nouveaux outils de bioacoustique, comme la cartographie et les indices, pourraient s'avérer intéressants pour la surveillance et l'évaluation des habitats et de la biodiversité.

Engoulevent d'Amérique (Chordeiles minor)

Des étiquettes acoustiques (= UEA miniatures) ont déjà été posées sur des Engoulevent d'Amérique (Chordeiles minor) au Canada.
Photographie : Gavin Keefe Schaefer / Wikimedia

De nouvelles UEA : les étiquettes acoustiques

Les Unités d'Enregistrements Autonomes peuvent collecter des données détaillées sur les comportements vocaux. Les données des activités acoustiques quotidiennes ou saisonnières permettent aux chercheurs d'étudier la communication des oiseaux. Les nouvelles Unités d'Enregistrements Autonomes pouvant être fixées sur des animaux, appelées étiquettes acoustiques, peuvent aider à répondre à différentes questions comportementales.
Les étiquettes acoustiques ont principalement été utilisées jusqu'à présent pour étudier les mammifères marins,  mais elles ont  récemment été posées sur des Engoulevents d'Amérique (Chordeiles minor) dans le nord de l'Alberta (Canada). Elles ont l'avantage d'enregistrer à la fois les vocalisations intentionnelles et non intentionnelles. Par exemple, les bruits émis lors du nourrissage, qui sont des vocalisations involontaires, ont été pris en compte pour estimer le temps quotidien d'alimentation du Cerf mulet (Odocoileus hemionus). Les étiquettes acoustiques pourraient s’avérer utiles dans de nombreuses études ornithologiques, en adaptant leurs dimensions aux espèces ciblées.

Note : cliquez sur chaque chapitre pour dérouler son contenu

À lire aussi sur Ornithomedia.com

Dans la boutique d'Ornithomedia.com

L'enceinte sans-fil W-King

Source

Julia Shonfield et Erin M. Bayne (2017). Autonomous recording units in avian ecological research: Current use and future applications. Avian Conservation and Ecology. Volume : 12. Numéro : 1. www.researchgate.net

Vos commentaires sur :
"Utiliser des Unités d'Enregistrement Autonomes pour étudier les oiseaux"

Vous devez être identifié(e)/connecté(e) pour accéder à cette page ! Si vous êtes déjà inscrit(e), rentrez votre email et votre mot de passe dans la zone "S'identifier/Devenir membre ".

Vous devrez alors revenir sur l'article actuellement consulté pour pouvoir réagir dans la boite de commentaires.


Les Archives d'Ornithomedia.com

Pour 6 € pour 6 mois ou 10 € pour un an, consultez tous les articles parus
sur Ornithomedia.com depuis plus d'un an. Abonnez-vous !

Actualités : Brèves | Agenda | Spécial

Magazine : Études | Interviews | Analyses | Observer en France | Voyages |

Pratique : Débuter | Conseils | Équipement | Identification |

Communauté : Observations | Galerie | Forums | Blog

Achat & Vente : Boutique | Annonces

Découvrez chaque jour sur Ornithomedia.com, les dernières infos sur les oiseaux en France, en Europe et dans le monde : des conseils (reconnaître les oiseaux du jardin, fabriquer un nichoir, nourrir un oisillon) et des carnets de voyage ornithologiques dans les parcs et réserves naturelles, des observations et des photos d'oiseaux. Notre boutique propose également des jumelles, des longues-vues, des trépieds et des guides ornithos.



L'actualité sur l'observation des oiseaux sur notre page facebook   L'actualité sur l'observation des oiseaux sur notre compte Twitter   L'actualité sur l'observation des oiseaux sur notre page Google+   L'actualité ornithologique épinglée sur notre page Pinterest