Le suivi par acoustique passive est une méthode consistant à enregistrer des paysages sonores à l’aide de capteurs autonomes puis de les analyser afin d’en extraire des informations écologiques telles que la présence d’une espèce animale, identifiée via ses vocalisations.
Dans ce cadre, l’interprétation des évènements sonores détectés est cruciale pour estimer la présence et le comportement des espèces, en particulier pour les suivis à grande échelle. Ces détections dépendent notamment de l’aire de détection ( voir Haupert et al, 2023) — c’est-à-dire la zone autour d’un enregistreur où les sons peuvent être captés — qui elle-même dépend de plusieurs paramètres. Elle est influencée par les conditions de propagation acoustique (conditions atmosphériques, obstacles liés à l’habitat, topographie, vent, …), le bruit ambiant, la source sonore (niveau, orientation, directivité) ainsi que les caractéristiques des enregistreurs utilisés. Ces paramètres, pour certains, varient dans le temps, rendant la modélisation de l’aire de détection complexe.
Une meilleure compréhension et modélisation de ces paramètres acoustiques est essentielle pour interpréter correctement et contextualiser les résultats des algorithmes de détection automatique et permettrait de renforcer la fiabilité des interprétations écologiques.
La tâche principale du stage sera la modélisation de la distance de détection en prenant en compte les principaux paramètres ayant une influence. Ce travail sera effectué avec Python en développant un code sur-mesure et/ou en faisant usage de packages existants (e.g. scikit-maad). D’autres outils faisant le lien avec la cartographie (NoiseModelling, bibliothèques liant Qgis et python, …) seront également testés dans le but de passer de la notion de distance (1D) à celle d’aire (2D). Une partie du stage consistera à valider et/ou ajuster empiriquement cette modélisation à travers des mesures acoustiques sur le terrain . Ces mesures permettront également de comparer différents enregistreurs.
Une étude connexe concernant l’estimation de la distance d’un individu à l’enregistreur via le niveau sonore d’une vocalisation enregistrée, sera menée en parallèle, mettant à profit toute la base (outils, paramètres) développée pour le modèle d’aire de détection.
A l’issue du stage, le stagiaire prendra part à la conception d’un outil simple et efficace, permettant aux équipes de BioPhonia d’obtenir des estimations d’aires de détection sur tous ses projets facilement et rapidement.
Commentaires récents