Similaridad de 11 especies pertenecientes a las familias Falconidae y Strigidae a partir de sus vocalizaciones
DOI:
https://doi.org/10.57188/manglar.2023.047Resumen
Conocer aspectos biológicos de las familias Falconidae y Strigidae como la vocalización es relevante, ya que podríamos utilizar este aspecto como base para agrupar especies y evaluar su similaridad. En ese sentido se caracterizaron las vocalizaciones de 11 especies pertenecientes a las familias Falconidae y Strigidae, a través de la descarga de 53 audios por especie de la base de datos de acceso público Xeno Canto. Las variables consideradas en este estudio fueron: frecuencia, amplitud, duración, números de picos de frecuencia, factor cresta, mediana de envolvente de amplitud e índice de complejidad acústica. Una vez caracterizadas las vocalizaciones se procedió a evaluar la similaridad de especies, utilizando para ello el agrupamiento jerárquico (índice de Conectividad = 9,415, índice de Dunn = 0,819,). Guardando similaridad a partir de las características de sus vocalizaciones Falco peregrinus y F. columbarius, F. rufigularis y F. femoralis; mientras que F. sparverius tuvo más similaridad con las 2 primeras especies. Todas estas especies se diferencian de las especies de la familia Strigidae teniendo aquí Glaucidium brasilianum, G. jardini y G. peruanum más similaridad; asimismo Glaucidium hardyi y Aegolius harrisii guardan más concordancia entre ellos y finalmente Megascops roboratus presenta similaridad con todas las especies del género Glaucidium (coeficiente de aglomeración = 0,67).
Citas
Arévalo, J. (2019). Variación morfológica y del canto en poblaciones de Zonotrichia capensis (Aves: Emberizidae) de ambientes urbanos y silvestres en Chile Central. [Tesis para optar el grado de Magister en Ciencias biológicas]. Universidad de Chile.
Batallas, D., & Brito J. (2016). Análisis bioacústico de las vocalizaciones de seis especies de anuros de la laguna Cormorán, complejo lacustre de Sardinayacu, Parque Nacional Sangay, Ecuador. Revista Mexicana de Biodiversidad, 87, 1292–1300.
Brock, G., Pihur, V., & Datta S. (2008). clValid: An R Package for Cluster Validation. Journal of Statistical Software, 25(4), 1–22.
Broncano de Pablo, G. (2018). Aplicación de análisis cluster jerárquicos al proceso de estimación de tráficos por el método de exposición cuasi-inducida. [Tesis para optar el título de Ingeniería Industrial]. Universidad Politécnica de Madrid.
Budka, M., Staniewicz, A., & Sokołowska, E. (2023). Interspecific avoidance of song overlap in tropical songbirds: species-specific responses to acoustically similar and different intruders. Behavioral Ecology and Sociobiology, 77, 1-11. https://doi.org/10.1007/s00265-023-03356-0
Calderón, S. (2022). Efecto de la estructura del hábitat en las vocalizaciones y estudio de repertorio y actividad vocal de cinco especies de la familia Rhinocryptidae. [Tesis para optar al grado de Magíster en Ciencias con mención en Zoología]. Universidad de Concepción.
Campbell, K., Hoeschele, M., Mann, D., Congdon, J., Scully, E., Mischler, S., Montenegro, C., Service, W., & Sturdy, C. (2023). Black-capped chickadees (Poecile atricapillus) discriminate between naturally-ordered and scramble-ordered chick-a-dee calls and individual preference is related to rate of learning, Behavioural Processes, 206, 1-9. https://doi.org/10.1016/j.beproc.2023.104842
Griffiths, C. & Aaronson, N. (2023). Analysis of vocal communication in the genus Falco. Scientific Reports,13(1),1-12.https://doi.org/10.1038/s41598-023-27716-y
Fernández, R., Ku, W., Botero, D., Niño, N., Laverde, O. Pantoja, H., Bravo, G., Álvarez, M., Marín, O., Duque, F. & Ocampo.N. (2023). La voz de nuestras aves: contribuciones de la bioacústica a la ornitología colombiana. Ornitología Colombiana, 23,3-30 https://doi.org/10.59517/oc.e555
Kassambara, A. & Mundt, F. (2020). Factoextra: Extract and Visualize the Results of Multivariate Data Analyses. https://acortar.link/K0EsoA
López, B. (2015). Análisis comparativo de las vocalizaciones de distintos taxa del género bubo en américa. Hornero, 30(2), 69–88.
Loayza, J. (2021). Influencia del tipo de grabadora en los índices acústicos para análisis automático de cambios en ecosistemas. [Tesis para optar el título de Ingeniera electrónica]. Universidad de Antioquia.
Lozano, A., Farina, A., & Márquez, R. (2014). ACI (Acoustic Complexity Index): Nueva herramienta para el estudio del canto de anuros. Quehacer Científico en Chiapas, 9(2), 17-27.
Maechler, M., Rousseeuw, P., Struyf, A., Hubert, M., & Hornik, K. (2022). cluster: Cluster Analysis Basics and Extensions. https://CRAN.R-project.org/package=cluster.
Malo de la Molina, J., Velazco, S., Pacheco, V., & Robledo, J. (2011). Análisis de las vocalizaciones del murciélago longirrostro peruano Platalina genovensium Thomas, 1928 (Chiroptera: Phyllostomidae). Rev. Perú. biol., 18(3), 311 – 318.
Mikula, P., Valcu, M., Brumm, H., Forstmeier, W., Petruskova, T., Kempenaers, B., & Albrecht, T. (2020). A global analysis of song frequency in passerines provides no support for the acoustic adaptation hypothesis but suggests a role for sexual selection. Ecology Letters 24, 477–486. https://doi.org/10.1111/ele.13662
Morán, D., & González, C. (2022) El mejor lugar para cantar: hipótesis de adaptación acústica en aves. Elementos, 126, 81-88.
Moreno, G. (2006). El comportamiento de las aves como herramienta para su identificación. Acta Granatense, 4, 85-93.
Orellana, M. (2014). Estudio de la bioacústica del zorzal andino (Turdus chiguanco) con la aplicación del software Audacity, v.2.0. Apunt. cienc. soc, 4(2), 259-266.
Peralta, M., Merma, J., Chavez.E., Soto.C., & Jiménez, W. (2022). Aplicación del Algoritmo K-Means en estudiantes universitarios del área de sistemas e informática para caracterizar la salud mental, durante el aislamiento en COVID-19. https://www.iiis.org/DOI2022/CA001MJ/
Peterson, B., & Carl, P. (2020). Performance Analytics: Econometric Tools for Performance and Risk Analysis_ R package version 2.0.4.
Plenge, M. A. Versión [2023] Lista de las aves del Perú. Unión de Ornitólogos del Perú: https://sites.google.com/site/boletinunop/checklist
Pieretti, N., Farina, A., & Morri, D. (2011). A new methodology to infer the singing activity of an avian community: The Acoustic Complexity Index (ACI). Ecological Indicators, 11, 868-873.
Rinker, T. (2021). Textshape: Tools for Reshaping Text. version 1.7.3, https://github.com/trinker/textshape.
Romani, F., Ramella, E., & Pavan, G. (2023). Repertoire and vocal behaviour of the grey heron (Ardea cinerea) during the breeding season: a case study in the western Po Valley, Ethology Ecology & Evolution. https://doi.org/10.1080/03949370.2023.2248067
Sueur, J., Aubin, T., & Simonis, C. (2008). Seewave: a free modular tool for sound analysis and synthesis. Bioacoustics, 18, 213-226.
Vargas, R. (2021). Caracterización del paisaje sonoro asociado a la comunidad de aves como una propuesta para el establecimiento de un Corredor Biológico Interurbano en la microcuenca del río Bermúdez en Heredia, Costa Rica. [Tesis para optar al grado de Licenciatura en Biología con Énfasis en Manejo de Recursos Naturales].
Vásquez, R., & Vásquez, D. (2018). Patrón de vocalización de Mimus longicaudatus en ámbito urbano. [Tesis para obtener el título de biólogo]. Universidad Nacional de Trujillo.
Wheeldon, A., Kwiatkowska, K., Szymański, P., & Osiejuk, T. (2022) Male and female songs propagation in a duetting tropical bird species in its preferred and secondary habitat. PLOS ONE, 17(10). https://doi.org/10.1371/journal.pone.0275434
Wright, K. (2022). Will the Real Hopkins Statistic Please Stand Up?, The R Journal. https://doi.org/10.32614/RJ-2022-055
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2023 Javier Armando Azabache Requena
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Manglar is an open access journal distributed under the terms and conditions of Creative Commons Attribution 4.0 International license
