Message fourni par Charlotte Christen (elle) et Damien Farine (il/elle)
La miniaturisation de la technologie a rendu les balises GPS de plus en plus accessibles pour étudier le comportement des animaux. Cependant, les limitations de la durée de vie de la batterie introduisent des compromis difficiles dans la collecte de données. Dans cet article de blog, Charlotte Christensen et Damien Farine expliquent comment ces compromis d’échantillonnage peuvent avoir un impact sur les études qui utilisent des balises GPS pour étudier les animaux sociaux.
Utiliser des trackers GPS pour étudier les animaux sociaux
La consumérisation rapide des téléphones portables a conduit à une course aux armements technologiques entre les fabricants pour développer les meilleures fonctionnalités au prix le moins cher. Cela a profité non seulement aux consommateurs, mais aussi aux écologistes, aux défenseurs de l’environnement et aux chercheurs en comportement animal grâce à la miniaturisation des composants électroniques haut de gamme, y compris les modules GPS et les batteries. Tout écologiste qui a passé de longues journées et nuits à essayer de localiser des animaux à l’aide de traceurs radio VHF, se sera dit : « si seulement je pouvais appuyer sur un bouton et télécharger à distance où cet animal est allé ». En effet, l’idée d’une balise capable de collecter en continu des données de mouvement et même de comportement (de bord accéléromètres) pour plusieurs personnes simultanément, est un rêve de recherche devenu réalité pour beaucoup d’entre nous.
La dernière décennie a vu un boom des entreprises fournissant des balises GPS prêtes à être déployées pouvant être installées sur un grand nombre d’animaux, et un nombre croissant d’études les utilisent pour étudier les espèces vivant en groupe. Cependant, les balises GPS n’ont pas nécessairement été conçues dans le but d’étudier les comportements sociaux. Les premières études visaient principalement à comprendre où les animaux se déplaçaient par rapport à leur habitat physique, souvent à grande échelle (comme pendant la migration). Cela contraste fortement avec les mouvements réalisés en réponse à l’environnement social, qui se produisent à des échelles beaucoup plus fines et sont beaucoup plus dynamiques dans le temps.
Cette nouvelle application soulève un certain nombre de défis uniques, et ceux-ci nécessitent des considérations au-delà de celles applicables aux étiquettes uniques, qui impliquent généralement le calcul de l’erreur de localisation GPS inhérente d’un seul animal. En outre, les limitations d’échantillonnage, notamment liées aux limitations de la durée de vie de la batterie, introduisent des compromis dans la conception de l’échantillonnage. À ce jour, il existe peu d’indications sur la manière dont ces compromis pourraient avoir un impact sur les études de comportement social.
Échantillonnage des compromis
Alors que la miniaturisation a rendu les composants électroniques très petits et légers, les batteries sont restées relativement lourdes. Chaque milliwatt supplémentaire de puissance ajoute du poids. Cela signifie que, pour limiter le poids des étiquettes, les chercheurs sont généralement confrontés à un compromis : échantillonner plus souvent sur une période plus courte ou échantillonner plus dispersé sur une période plus longue. Les étiquettes sont également coûteuses, de sorte que les chercheurs travaillant avec des groupes sociaux sont également confrontés à la question du nombre d’individus qu’ils doivent échantillonner pour acquérir les données pertinentes pour leurs questions de recherche ; devraient-ils échantillonner plus de groupes ou plus d’individus par groupe ?
Un guide pour la conception d’échantillonnage pour les études basées sur le GPS du comportement social
Dans notre article récemment publié à Methods in Ecology and Evolution, un travail d’équipe dirigé par Peng-il et James Klarevas-Irbynous avons collecté des données sur le terrain et effectué des simulations pour mieux comprendre comment les décisions concernant la conception de l’échantillonnage (fréquence d’échantillonnage, durée d’échantillonnage et couverture d’échantillonnage) affectent les études GPS du comportement social.
Une fréquence d’échantillonnage plus élevée (par exemple, un emplacement par seconde ou par minute) réduit considérablement la durée d’échantillonnage (par exemple, combien de semaines ou de mois de données peuvent être collectées). L’équilibre optimal entre ceux-ci devra prendre en compte la capacité à détecter les comportements d’intérêt (par exemple, la durée de chaque rafale de repères GPS consécutifs), la nécessité de synchroniser les données de localisation entre les individus, la proportion des données GPS quotidiennes doivent être collectés et les changements de comportement saisonniers qui doivent être capturés (ou évités).
Par exemple, les études portant sur les décisions de mouvement collectif nécessiteront des rafales de repères consécutifs pour capturer ce processus dynamique, alors que la construction de réseaux sociaux peut se faire avec des repères GPS uniques. De plus, les études comparant les processus sociaux au cours de différentes saisons pourraient opter pour un échantillonnage d’une fenêtre de temps plus petite, mais représentative, par jour pour économiser la batterie. L’habitat est également important, la couverture végétale affectant les performances des balises GPS, ce qui a des implications pour la synchronisation entre les balises.
Nous avons placé des balises dans des emplacements définis (illustrés dans l’image A) sur plusieurs jours pour comprendre comment l’erreur GPS est distribuée (elle est leptokurtique – ou plus élevée qu’une distribution normale) et comment l’erreur GPS est affectée par l’intervalle de temps inter-échantillon (le plus l’intervalle est long, plus l’erreur est grande). Nous avons également testé comment l’erreur de balise GPS affecte les estimations des distances inter-balises sur différentes distances inter-balises (illustrées dans l’image B). Plus les balises sont rapprochées, plus la surestimation de la distance est importante. Nous avons également effectué des transects à pied pour tester si les balises mobiles avaient une erreur de distance inter-balises inférieure à celle des balises stationnaires (elles l’ont fait). Les approches que nous avons utilisées sont facilement mises en œuvre en quelques jours seulement, et fournissent une mine d’informations sur les performances attendues des balises lorsqu’elles sont appliquées aux questions de comportement social des animaux. sur site.
En testant différents régimes d’échantillonnage GPS, nous avons également découvert plusieurs nouvelles informations sur la façon dont la fréquence et la durée d’échantillonnage peuvent avoir un impact sur l’erreur de localisation à partir de chaque point, et les conséquences que cela a sur la déduction des comportements sociaux (voir ci-dessous). Les types de comportements sociaux (ou propriétés de groupe) qui sont déduits des données GPS dépendent également fortement de la couverture des balises dans un groupe (c’est-à-dire la proportion d’individus équipés d’une balise).
Nous le démontrons en utilisant des données de suivi de groupe entier de pintades vulturines (Vautour acrylique), en sous-échantillonnant aléatoirement les données GPS d’une partie seulement du groupe. Certaines mesures, telles que le domaine vital d’un groupe, peuvent être estimées avec seulement une ou deux balises par groupe. D’autres mesures, telles que la propagation d’un groupe, nécessitent qu’une proportion beaucoup plus élevée de membres du groupe soit équipée d’une étiquette pour que les mesures puissent estimer avec précision le véritable comportement du groupe. La bonne nouvelle est que les relations entre la précision des mesures et la couverture sont souvent hautement prévisibles, et nous fournissons plusieurs exemples dans lesquels nous prévoyons cette relation en utilisant une combinaison de données de test et de simulations.
La synchronisation GPS et l’erreur de localisation affectent les estimations du comportement social
Les balises GPS fonctionnent en triangulant leur position par rapport aux satellites. La précision de cette triangulation dépend donc du nombre de satellites qu’ils peuvent trouver. Ceci, à son tour, dépend de la durée d’activation de la balise (c’est-à-dire du temps dont elle dispose pour trouver des satellites, au prix de l’alimentation de la batterie) et de toute couverture végétale. En programmant et en « déployant » des balises non animales sur le terrain, nous avons constaté que la conception de l’échantillonnage (durées inter-rafales plus longues) et l’habitat affectent clairement l’erreur de localisation GPS, et que cela a des conséquences quelque peu surprenantes sur les estimations du comportement social.
Par exemple, les balises dans des habitats plus denses prennent des quantités de temps plus variables pour trouver des satellites, ce qui réduit la synchronisation de la collecte de données entre les balises (si celles-ci étaient programmées pour collecter des données en même temps). De plus, la couverture augmente l’erreur dans les estimations de position, tout comme le fait d’avoir un temps plus long pendant lequel la balise est éteinte entre les repères GPS.
Nous avons également découvert que l’erreur de positionnement est critique pour les estimations de comportement social, car plus l’erreur dans les positions est grande – plus la distance entre deux balises (c’est-à-dire des individus) est surestimée ! (Depuis la publication de notre article, nous avons découvert une très étude détaillée sur cet effet de surestimation). Fait important pour les études sur le comportement social, la taille relative de cet effet non intuitif est plus grande lorsque les individus sont plus proches, exactement lorsque nous devons disposer des meilleures estimations disponibles pour déduire les contacts sociaux ou les interactions sociales.
Cependant, ce ne sont pas toutes de mauvaises nouvelles, car lorsque les balises sont plus proches, leurs erreurs sont également plus corrélées, ce qui réduit quelque peu l’ampleur de l’erreur. Fait intéressant, nous avons constaté que lorsque les balises se déplaçaient, la corrélation de leurs erreurs était considérablement plus élevée, réduisant ainsi davantage l’erreur de surestimation de la distance entre les balises. Les études devront tenir compte de cette erreur biaisée (surestimation) lors de l’utilisation des données GPS pour déduire les comportements sociaux. Cela peut être aussi simple que de définir un seuil ajusté – supérieur au seuil réel – pour déduire que deux individus pourraient être en contact.
Pris ensemble, nos résultats signifient que le contexte dans lequel les comportements sociaux sont exprimés est important pour les estimations d’erreur GPS. Deux singes se blottissant sous un couvert arboré auront une erreur GPS plus élevée que deux singes marchant ensemble dans la savane, mais à une certaine distance l’un de l’autre. Bien que ces erreurs de position soient dans une certaine mesure reconnues dans la littérature GPS (par exemple, en signalant la précision globale du GPS), elles ne sont pas explicitement traduites en estimations de distances interindividuelles, et elles n’ont pas non plus été incorporées dans une analyse de données (par exemple, en définissant différents seuils de proximité en fonction de l’habitat ou de la vitesse), à notre connaissance.
Regarder vers l’avenir
L’utilisation de balises GPS pour étudier le comportement social n’est ni facile ni bon marché, mais elle apporte des avantages substantiels. La possibilité d’enregistrer simultanément où chaque individu se déplace – et donc comment les membres d’un même groupe se déplacent les uns par rapport aux autres – a rendu possibles des questions auparavant insolubles.
Un exemple en est la capacité de déduire comment les groupes prennent des décisions. Avec l’intégration de capteurs supplémentaires sur les balises, tels que les accéléromètres, il devient également de plus en plus possible de déduire ce que font les individus, à partir duquel nous pouvons ensuite extraire non seulement si les individus sont à proximité, mais aussi s’ils adoptent des comportements sociaux, tels que comme toilettage chez les mammifères.
Notre étude soulève un certain nombre de considérations qui, à ce jour, avaient reçu peu d’attention. Ces considérations s’appliquent également à d’autres types de balises, telles que les balises ATLAS décrites dans un article de blog précédent. Bien que nous ne puissions pas fournir de lignes directrices définitives pour toutes les questions de recherche sur le comportement social pour lesquelles des balises GPS (ou autres) pourraient être utilisées, nous espérons que la conception de notre collecte de données et de nos simulations fournira, à tout le moins, un point de départ utile pour chercheurs concevant leur étude sur le merveilleux fonctionnement des sociétés animales.
À propos des auteurs principaux
Peng He est un théoricien qui s’intéresse à l’interface entre les facteurs sociaux et spatiaux qui façonnent le comportement animal. Il a fait son doctorat et son premier post-doc à l’Institut Max Planck du comportement animal où il a étudié comment la configuration des paysages peut générer des modèles structurels dans les réseaux sociaux animaux. Il est actuellement postdoctorant à l’Université de Cambridge, où il applique ses compétences à des questions sur l’évolution de l’histoire de la vie.
James Klarevas-Irby est fasciné par la façon dont les animaux acquièrent et utilisent des informations sur le paysage plus large dans lequel ils vivent. Il a fait son doctorat et son premier post-doctorat à l’Institut Max Planck du comportement animal, travaillant sur la dispersion et d’autres grands mouvements chez la pintade vulturine. Il se dirigera bientôt vers un deuxième postdoc à l’Université nationale australienne où il appliquera ses idées pour répondre aux questions en suspens sur les mouvements des pollinisateurs aviaires d’Australie.
Lisez entièrement l’article:
« Un guide pour la conception d’échantillonnage pour les études basées sur GPS des sociétés animales”