Adiós a la Búsqueda de Nidos: La Biotelemetría Revoluciona el Estudio de las Aves Terrestres Elusivas

El estudio de Ferraz et al. (2024) publicado en la revista Animal Biotelemetry  investiga el uso de datos de GPS y acelerómetros para detectar de forma remota eventos de reproducción en dos aves esteparias que anidan en el suelo. Los autores desarrollaron y validaron un marco metodológico para identificar la nidificación de gangas ibéricas y gangas ortegas, especies difíciles de estudiar debido a su naturaleza esquiva y la sensibilidad a las perturbaciones. El estudio analiza la efectividad de los datos de GPS solos, los datos de acelerómetros solos (ODBA), y la combinación de ambos, encontrando que los tres métodos tienen una alta tasa de éxito en la detección de nidos en un corto período de incubación. Este enfoque ofrece una alternativa no invasiva para el monitoreo de especies sensibles, reduciendo la necesidad de visitas a los nidos y facilitando la investigación de su biología reproductiva.

El artículo utiliza el término biotelemetría y no telemetría a secas porque de esta manera se hace hincapié en especificar que la medición y transmisión remota de datos está relacionada con organismos vivos.

Como en este blog queremos ir conociendo poco a poco los diferentes métodos de estudio de las aves, se detalla a continuación la metodología de obtención de los datos.

•

Datos de GPS (Sistema de Posicionamiento Global): proporcionan información sobre la ubicación geográfica de los individuos etiquetados a lo largo del tiempo. Se utilizan para rastrear los movimientos de las aves y determinar si un individuo permanece en un área restringida durante un período prolongado, lo que podría indicar un intento de nidificación. En este estudio, se registraron ubicaciones GPS a intervalos de 20 o 30 minutos. Para la detección de nidos, se analizó el desplazamiento diario entre las ventanas de incubación, donde un desplazamiento bajo sugiere una posible incubación.

•

Datos de ODBA (Overall Dynamic Body Acceleration o Aceleración Dinámica Corporal General): se obtienen de sensores de aceleración (acelerómetros) integrados en las etiquetas y miden la aceleración del cuerpo del ave en tres dimensiones. El ODBA es un indicador del nivel de actividad física del animal. Durante la incubación, se espera que las aves muestren una actividad física mínima (bajos valores de ODBA) mientras permanecen en el nido. En este estudio, las etiquetas registraron lecturas de ODBA cada 10 minutos. Se calcularon los valores promedio de ODBA durante las ventanas de incubación específicas para cada sexo (AvODBA) y se compararon con umbrales determinados para inferir si un día era de incubación o no.

•

Datos Combinados de GPS y ODBA: este enfoque utiliza ambos tipos de datos simultáneamente para mejorar la precisión en la detección de eventos de anidación. La lógica detrás de esta combinación es que la inmovilidad (datos de GPS) junto con la baja actividad corporal (datos de ODBA) proporcionan una evidencia más sólida de que un ave está incubando. Se esperaba que esta integración ayudara a diferenciar los comportamientos de incubación de otros con patrones de movimiento o firmas de ODBA similares, como el descanso o la alimentación.

Imagen: Pterocles.  Creative Commons Attribution-Share Alike 4.0 International 

REFERENCIA:

Ferraz, G., Pacheco, C., Fernández-Tizón, M., Marques, A. T., Alves, P. C., Silva, J. P., & Mougeot, F. (2024). Using GPS and accelerometer data to remotely detect breeding events in two elusive ground-nesting steppe birds. Animal Biotelemetry, 12(30). https://doi.org/10.1186/s40317-024-00385-y

ENGLISH VERSION:

The study by Ferraz et al. (2024), published in Animal Biotelemetry, explores the use of GPS and accelerometer data to remotely detect breeding events in two ground-nesting steppe bird species.
The authors developed and validated a methodological framework to identify nesting in black-bellied sandgrouse (Pterocles orientalis) and pin-tailed sandgrouse (Pterocles alchata)—species that are notoriously difficult to study due to their elusive behavior and high sensitivity to disturbance.
The study evaluates the effectiveness of GPS data alone, accelerometer data alone (ODBA), and the combination of both, and finds that all three methods have high success rates in detecting nests over a short incubation period. This approach provides a non-invasive alternative for monitoring sensitive species, reducing the need for nest visits and facilitating research into their reproductive biology.

The article uses the term biotelemetry rather than simply telemetry to emphasize that the remote measurement and transmission of data refers specifically to living organisms.

Since this blog aims to progressively introduce different methods used in bird studies, the data collection methodology is described below:

• GPS (Global Positioning System) data:
This provides information on the geographic location of tagged individuals over time. It is used to track bird movements and determine whether an individual remains within a restricted area for an extended period, which may indicate nesting behavior. In this study, GPS locations were recorded at 20- or 30-minute intervals. Nest detection was based on daily displacement during incubation windows—low movement was interpreted as potential incubation.

• ODBA (Overall Dynamic Body Acceleration) data:
These data are derived from accelerometer sensors embedded in the tags and measure body acceleration in three dimensions. ODBA serves as an indicator of overall physical activity. During incubation, birds are expected to show minimal physical activity (i.e., low ODBA values) while sitting on the nest. In this study, ODBA readings were collected every 10 minutes. Average ODBA values during incubation windows were calculated for each sex (AvODBA) and compared to specific thresholds to infer whether a given day was an incubation day.

• Combined GPS and ODBA data:
This approach integrates both data types to enhance accuracy in detecting nesting events. The rationale is that immobility (from GPS data) combined with low body activity (from ODBA data) provides stronger evidence that a bird is incubating. This combined method was expected to help distinguish incubation behavior from other behaviors with similar movement or ODBA patterns, such as resting or foraging.