Die AutorInnen dieses Artikels stellen eine neue Methode vor, basierend auf der diskreten Wavelet-Transformation (DWT), welche das Bewegungssignal, das von einem am Tier befestigten Sender aufgezeichnet wird, in tiefe und hohe zeitliche Frequenzen aufteilt. Tiefe Frequenzanteile entsprechen allmählichen Bewegungsänderungen, die eher mehr Zeit in Anspruch nehmen, während hohe Frequenzanteile die kurzzeitigen, abrupteren Bewegungen repräsentieren. So wird es möglich Bewegungsverhalten auf verschiedenen zeitlichen Skalen zu analysieren.

Die AutorInnen validierten ihre Methode anhand verschiedener Datensätze, u.a. von Truthahngeiern (Cathartes aura), bei denen automatisch Wanderungsphasen dieser Zugvögel erkannt werden sollten. Der Vergleich mit verschiedenen anderen Verfahren zeigte, dass die neue DWT Segmentierung vielseitiger und genauer ist als die heute verwendeten Methoden. Sie kann für mehr Bewegungsparameter angewendet werden und leistet bessere Übereinstimmung sowohl mit simulierten als auch realen Daten. Sie identifiziert korrekt die Aktivitäten der Vögel, wie sie von den Experten identifiziert wurden. Die neue Methode stellt eine wertvolle Bereicherung sowohl für die Forschung als auch für den praktischen Naturschutz dar, um Verhaltensmuster von Tieren in natürlichen und vom Menschen dominierten Landschaften zu verstehen.

Link zur Publikation (englisch)