Sinfonía llanera : diversidad acústica en un gradiente de intervención humana en Corozal, Yopal
Se registró el paisaje sonoro de tres sitios alrededor de fincas ganaderas a las afueras de Yopal, Casanare, Colombia. Se utilizaron tres grabadoras AudioMoth, una en cada uno de los sitios de estudio, estas grabaron 1 minuto cada 10 minutos durante aproximadamente 4 días a finales de octubre y comi...
- Autores:
-
Ariza Galindo, Ricardo Andrés
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2021
- Institución:
- Universidad de los Andes
- Repositorio:
- Séneca: repositorio Uniandes
- Idioma:
- spa
- OAI Identifier:
- oai:repositorio.uniandes.edu.co:1992/52998
- Acceso en línea:
- http://hdl.handle.net/1992/52998
- Palabra clave:
- Sonidos animales
Finca Corozal
Yopal (Casanare, Colombia)
Biología
- Rights
- openAccess
- License
- http://creativecommons.org/licenses/by-nc-sa/4.0/
Summary: | Se registró el paisaje sonoro de tres sitios alrededor de fincas ganaderas a las afueras de Yopal, Casanare, Colombia. Se utilizaron tres grabadoras AudioMoth, una en cada uno de los sitios de estudio, estas grabaron 1 minuto cada 10 minutos durante aproximadamente 4 días a finales de octubre y comienzos de noviembre de 2020. Se obtuvieron así 1838 grabaciones de un minuto, y para cada una se calcularon índices de entropía, entropía temporal y ACI (Acoustic Complexity Index). Se estudió la composición acústica de los sonidos presentes en 260 grabaciones para clasificarlos en grandes grupos taxonómicos, se evaluó su comportamiento según el sitio de muestreo y la fecha y se buscó si existía alguna correlación con los índices obtenidos. Teniendo la hipótesis de que el comportamiento acústico de los tres sitios de muestreo sería considerablemente diferente, se encontró poca evidencia estadística para negar la hipótesis nula. Se encontró poca evidencia estadística para relacionar la composición acústica clasificada en los audios con los índices acústicos obtenidos. Se realizaron modelos lineales generalizados y se encontró que el grupo Antrofonía e Insectos no se comportan como los demás grupos en términos acústicos. Es necesario seguir desarrollando herramientas de análisis de big data y machine learning para poder obtener resultados más asertivos con el uso de índices acústicos. |
---|