Applying generalized linear models to estimate group size and improve Blainville's beaked whale abundance estimation

Trabalho de projeto de mestrado, Bioestatística, Universidade de Lisboa, Faculdade de Ciências, 2017Em ecologia, métodos precisos e eficientes são fundamentais no que toca à estimação da abundância das populações naturais, sendo necessários para uma gestão e conservação sustentáveis e eficazes. Consequentemente, é importante optimizar os modelos existentes de maneira a garantir a eficácia das suas previsões. Assim, métodos que garantam a monitorização com a mínima intervenção humana têm vindo a ganhar popularidade no estudo das populações naturais. A Baleia de bico de Blainville (Mesoplodon densirostris, Md) é a espécie do género Mesoplodon com a mais abrangente área de distribuição, estando presente em águas temperadas e tropicais de todos os oceanos. São facilmente identificadas pelo seu corpo largo e robusto, bem como pelo bico bem definido que está na origem do seu nome: ”densirostris” vem do Latim que significa ”do bico denso”. Apesar da sua ampla distribuição, raramente é avistada devido a passar a maior parte do tempo em águas a grandes profundidades. Apenas por breves períodos se desloca à superfície, o que resulta numa baixa probabilidade de avistamento. Esta espécie é também conhecida por se associar em grupos e exibir um comportamento metronómico aquando o mergulho, apresentando tendência para vocalizar apenas durante os mergulhos profundos que efectua para a alimentação. Para tal, recorre a sinais de ecolocalização ultrasónica de banda larga, conhecidos como ”cliques”, com um comprimento de onda de 26 a 51 kHz. Estes cliques ocorrem predominantemente em locais onde as baleias procuram e encontram presas, e são divididos em duas categorias: search clicks e buzz clicks. Os primeiros são produzidos durante todo o mergulho profundo, enquanto que os últimos são emitidos durante curtos períodos no estádio final da captura de presa. Devido à continuidade dos search clicks ao longo do mergulho, é neste primeiro tipo de cliques que o presente trabalho se baseia. O AUTEC (Atlantic Undersea Test and Evaluation Center) é um centro naval de treino pertencente aos E.U.A localizado na Tongue of the Ocean (TOTO), nas Bahamas. É um local onde frequentemente ocorrem testes com sonares, e onde a espécie da baleia em estudo é rotinamente detetada. O centro possui um vasto campo de 93 hidrofones ligados à base, aos quais se pode recorrer para detetar os cliques de ecolocalização produzidos por Md. Dadas as características dos hidrofones, a densa grelha que estes apresentam e a área que ocupam,combinando com características intrínsecas à espécie, os mergulhos efetuados dentro do campo considerado serão certamente detetados. Recorrendo a dados recolhidos pelo AUTEC, é apresentado um método para estimar a abundância de Md. Visto os indivíduos desta espécie despenderem muito pouco tempo à superfície, os tradicionais métodos de estimação de abundância, como a amostragem por distâncias por transetos lineares, podem conduzir a resultados inconclusivos. Com o auxílio de métodos acústicos que detetam e classificam os cliques de ecolocalização de Md, é possível neste trabalho atribuir estes cliques detetados a cada grupo que efectue um mergulho. A abordagem proposta propõe desenvolver métodos previamente apresentados por DiMarzio et al. (2008) e Moretti et al. (2010). De acordo com estes autores, a densidade de animais é estimada como o produto entre uma estimativa da densidade de grupos e do número médio de animais por grupo. Ao invés de se considerar um tamanho médio de grupo baseado na literatura, o número de animais em cada grupo será estimado com base na sua pegada acústica (acoustical footprint) através de um modelo linear generalizado. Para este estudo, são considerados dois conjuntos de dados: (1) o conjunto de dados da modelação. Utilizado para construir o modelo do tamanho de grupo como função da pegada acústica dos grupos; (2) o conjunto de dados da estimação da densidade. Utilizado para estimar a densidade dado o modelo de tamanho de grupos obtido com o primeiro conjunto de dados. O conjunto de dados da modelação consiste em 51 mergulhos profundos identificados entre 2005 e 2008, para os quais o tamanho de grupos se confirmou visualmente ou mediante uma análise dos dados acústicos complexa e que como tal não pode ser automatizada ou rotineiramente utilizada. As potenciais variáveis explicativas incluem, para cada mergulho detetado, o número de hidrofones envolvidos na deteção dos cliques, o número de cliques detectados em cada hidrofone, o início e o fim do período da ecolocalização, o tempo entre cliques sucessivos detectados num mesmo hidrophone, e variáveis binárias: uma que indica se algum dos hidrofones em que o grupo foi detectado se encontra na periferia da rede de hidrofones, e outras duas que indicam se algum dos hidrofones pertencem a uma categoria diferente dos restantes (hidrofones “Whiskey ou “Direction”). Posteriormente, construíram-se variáveis adicionais tendo por base estas últimas: a duração dos cliques e a taxa a que os cliques ocorrem. O tamanho de grupo para estes dados varia entre 1 e 6 baleias. O conjunto de dados da estimação da densidade é uma série temporal que cobre cerca de 4 meses do ano de 2011: (1) de 28 de April a 27 de Junho (61 dias), (2) de 20 de Outubro a 6 de Novembro (18 dias), e (3) de 2 a 31 de Dezembro (30 dias). Estes dados foram processados utilizando o mesmo procedimento que gerou os dados para a modelação do tamanho de grupo, sendo que este será estimado para todos os mergulhos profundos detetados. Este método permite quantificar os cliques que ocorreram no campo de hidrofones do AUTEC durante o período considerado, permitindo também estimar o número total de animais envolvidos. Por sua vez, tal procedimento permitirá a estimação de densidade ao longo do tempo recorrendo a um método melhorado de contagem de mergulhos proposto por Moretti et al (2010). Num total de 15493 potenciais mergulhos apenas 8271 foram considerados após implementar um pré-processamento dos dados baseado em características biológicas de Md e dos hidrofones. Este pré-processamento consiste em excluir possíveis falsos positivos tendo em conta: (1) deteções que ocorrem somente num único hidrofone; (2) um mínimo de 400 cliques detetados por grupo; (3) grupos apenas detetados por hidrofones localizados na periferia. As 8271 deteções consideradas como verdadeiros mergulhos das baleias aparentam dividir-se de forma uniforme ao longo dos 3 períodos considerados: 4562 para o primeiro, com uma média de 75 mergulhos detetados por dia; 1439 para o segundo, com cerca de 80 mergulhos por dia; e 2270 mergulhos para o terceiro período, com uma média de 76 mergulhos por dia. A análise indica que o tamanho de grupo poderá ser previsto pela pegada acústica do grupo com base nas covariáveis consideradas. A variável mais importante para a modelação do tamanho do grupo aparenta ser a taxa de cliques. No entanto, será necessária uma maior recolha de dados de modelação para sustentar esta hipótese. Aquando da estimação, verifica-se que existe uma certa flutuação da densidade ao longo do tempo. De maneira a propagar a variância do modelo selecionado pelas estimativas de variância da densidade por dia, implementou-se um bootstrap. Tal conduziu a novas estimativas dos parâmetros, o que por sua vez faculta diferentes estimações para cada tamanho de grupo. Este procedimento permite visualizar possíveis variações na estimação dos parâmetros e a sua influência na estimação do tamanho de grupo e da densidade para cada dia. De futuro, pretende-se relacionar esta flutuação com a ocorrência de fatores externos, nomeadamente fatores antropogénicos. Os resultados deste trabalho, conjugando com trabalhos anteriores e futuros, serão utilizados para prever os comportamentos desta espécie de maneira a monitorizar padrões inerentes à sua mobilidade. Com isto, espera-se contribuir para o repositório de informação de Md e preencher lacunas na compreensão dos hábitos desta espécie.Blainville’s beaked whales (Mesoplodon densirostris, Md) are known to associate in groups, exhibiting metronomic dive behaviour. They tend to vocalize via echolocations only during deep foraging dives using broadband clicks. Using Md click data collected on AUTEC (Atlantic Undersea Test and Evaluation Center) hydrophones, a method for estimating Md abundance is presented. The Md click data accounts for the echolocations for each corresponding Md group foraging dive, where the start of a foraging dive is assumed to be the time of the first detected echolocation click. The proposed approach extends previous methods developed by Moretti et al. (2010) and DiMarzio et al. (2008). Instead of considering an estimated average group size value based on literature, the size of each group will be estimated considering variables derived from the acoustic data, via a generalized linear model. We consider two different data sets: one to build the model of group size as a function of the groups acoustic footprint, and another to estimate density, leveraging on the group’s size model. The modelling dataset consists of 51 deep dives identified between 2005 and 2008, for which the group size was visually confirmed. Potential explanatory variables include, for each detected dive, the number of the hydrophones which detected the echolocation clicks, the number of clicks detected in each hydrophone, the corresponding start and end of the echolocation period, and binary variables which indicate whether or not the particular group had its clicks detected by at least one hydrophone located on the edge, or if at least one hydrophone belongs to the particular types of Whiskey or Bi-directional hydrophones. Further, a number of derived variables were constructed from the dataset. The group size in this modelling data ranged between 1 and 6 whales. The density estimation dataset is a time series of AUTEC data from which density will be estimated. It includes 3 separate periods of time in 2011: (1) 61 days from the 28th of April to the 27th of June, (2) 18 days from the 20th of October to the 6th of November, and (3) 30 days from the 2nd to the 31st of December. These data were processed using the same procedure that generated the data for the group size model, and the group size will be estimated for all deep dives detected. This method allows to quantify how many dives occurred on the AUTEC range during that period, and to estimate the total number of animals involved. This in turn allows the estimation of density over time using this improved version of the dive counting method proposed by Moretti et al. (2010). In total 15493 potential deep dives were detected in the second dataset. A preprocessing of the data to exclude false positives was implemented, based on a set of biologically infeasible characteristics: (1) detections occurring on a single hydrophone; (2) a minimum threshold of 400 clicks detected. This resulted in a much more biologically plausible distribution of observed vocal lengths, matching what would be expected given described values in the literature; (3) groups detected only on edge hydrophones, considering these would correspond to groups outside the area of inference. This led to 8271 detections considered to correspond to relevant beaked whale deep dives. The first period of time recorded 4562 dives, with an average of 75 dives per day; the second period showed 1439 dives with an average of 80 dives per day; and the third one registered 2270 dives with an average of 76 dives per day. After adjusting generalized linear models, there is an indication that the group size can be predicted from acoustic footprint of the group via available covariates. The most important variable to explain group size appears to be the click rate. When looking at the estimation’s results, a certain fluctuation over time is noticeable. Hereafter, this fluctuation is intended to be related with external factors, namely anthropogenic factors. A bootstrap was then applied to propagate the variance in the model of group size thorough the estimates of variance of density per day. The results from this study, conjugating with previous and future studies, will allow a better understanding of this species behaviour in order to monitor mobility patterns