Acoustic Monitoring of Bats with Self-organizing Maps

Arne Deloose
In deze masterthesis werd een zelforganiserende kaart getraind om vleermuisgeluiden te herkennen in geluidsdata. Geluidsopnames worden steeds vaker gebruikt om vleermuizen te identificeren voor monitoring, gezien vleermuizen een beschermde diersoort zijn. Alle Europese lidstaten moeten de vleermuispopulaties rapporteren naar de Europese Unie. De verwerking van deze opnames is echter zeer tijdsintensief en duur. Daarom proberen de lidstaten het proces te automatiseren.

Vleermuisgeluiden in kaart gebracht

Als u een boswandeling maakt heeft u ze misschien al eens gezien. Kleine bakjes met een microfoon bevestigd aan bomen. Deze bakjes zijn zogenaamde bat detectors, apparaten die vleermuisgeluiden opnemen. Hiermee kunnen onderzoekers weten hoeveel vleermuizen en welke soorten zich bevinden op bepaalde locaties. Zulke tellingen zijn essentieel, gezien vleermuizen een bedreigde diersoort zijn. De analyse van deze geluiden is echter niet zo eenvoudig. Momenteel gebeurt dit vooral handmatig door experts. In mijn thesis heb ik een programma ontwikkeld om deze analyse gedeeltelijk te automatiseren.

Bat

Hoe kan je vleermuizen horen?

Hoewel de ultrasone geluiden van een vleermuis te hoog zijn om door mensen gehoord te worden, kunnen deze wel opgenomen worden door een speciale microfoon. Vleermuizen gebruiken deze geluiden om zich te oriënteren in complete duisternis. Door zorgvuldig te luisteren naar de echo's van hun geluiden kunnen vleermuizen een beeld vormen van hun omgeving. Ultrasone geluiden zijn hiervoor zeer goed geschikt. Vandaar dat ook mensen deze gebruiken in sommige toepassingen. Als een zwangere vrouw een echo laat nemen worden hiervoor dezelfde ultrasone geluiden gebruikt om een beeld te maken van de baby, net zoals vleermuizen een beeld kunnen maken van hun omgeving. Via het opnemen van deze geluiden kunnen vleermuizen geïdentificeerd worden, gezien elke vleermuissoort een ander geluid zal maken. Deze techniek heeft als groot voordeel dat de vleermuizen niet verstoord worden. Het enige wat nodig is is een speciale microfoon die de geluiden kan opnemen. Vleermuizen kunnen deze microfoon wel detecteren, maar zullen deze gewoon als onderdeel van de omgeving zien.

Waarom gebruiken we geluiden?

Identificatie aan de hand van geluiden wordt elke dag gebruikt. Een normaal persoon kan gemakkelijk een kikker of vogel herkennen aan de hand van hun geluid. Met de juiste training kan deze persoon ons ook vertellen welke vogel dit precies is. In theorie zou dit proces dus volledig geautomatiseerd kunnen worden. Men plaatst simpelweg microfoons waar men vogels wil tellen en een mens of computer analyseert elk geluid. Dit is echter niet nodig gezien een mens ook gewoon kan zien welke soort vogel het is als deze in de tuin landt. 

Voor vleermuizen ligt dit een stuk moeilijker. Vleermuizen zijn nachtdieren en hebben minder duidelijk verschillende uiterlijke kenmerken. Het is natuurlijk mogelijk om overdag een vleermuisnest binnen te gaan en de slapende vleermuizen te tellen, maar dit kan vrij verstorend zijn voor de dieren. Ook het gebruik van zenders is zeer verstorend. Bovendien zijn veel van deze zenders simpelweg te zwaar voor kleine vleermuizen. Vandaar dat de meest praktische manier is om hun geluiden op te nemen.

Welk geluid hoort bij welke vleermuis?

Wanneer we deze geluiden hebben moeten we alleen nog elk geluid aan de juiste vleermuis linken. Dit is echter niet zo gemakkelijk als het lijkt. Dezelfde soort kan een licht ander geluid maken in een andere omgeving. Hetzelfde geluid kan ook anders klinken als een andere microfoon dit opneemt of de microfoon ergens anders geplaatst wordt. Elke vleermuis maakt zijn geluid ook meerdere keren na elkaar, maar terwijl dit gebeurt vliegt de vleermuis verder. Als deze geluiden opgenomen worden door een microfoon zullen deze niet meer helemaal identiek zijn omdat de afstand tot de microfoon verandert. Tot slot zijn er ook nog andere geluiden die kunnen lijken op een vleermuis. Bepaalde insecten zoals sprinkhanen maken ook ultrasoon geluid.

Dit probleem zou gemakkelijk kunnen opgelost worden als er een zeer grote database van geluiden beschikbaar was. Helaas is dit niet zo. Het is vrij tijdsintensief (en dus duur) om een expert in te huren om geluiden te herkennen. Bovendien zijn er weinig voorbeelden beschikbaar van de zeldzame soorten. Deze database zou bovendien uniek zijn per land gezien elk land sterk verschillende soorten heeft. Om al de redenen is het praktisch (nog) niet haalbaar om elk geluid automatisch te classificeren met de computer.

Een zelforganiserende kaart classificeert de geluiden

In plaats van elk geluid individueel te analyseren zullen we iets anders doen. We gaan de computer ‘leren’ hoe verschillend twee geluiden van elkaar zijn. Hiervoor volstaat een kleine hoeveelheid van voorbeeldgeluiden. Daarna zal de computer een aantal lege ‘groepen’ maken. Hij neemt elk geluid en stopt dit in een bepaalde groep. Als twee geluiden goed op elkaar lijken komen ze in dezelfde groep terecht, als ze niet goed op elkaar lijken komen ze in een andere groep terecht. Elke groep heeft ook een ‘positie’. Groepen die goed op elkaar lijken staan dichter bij elkaar dan sterk verschillende groepen. Op deze manier zullen de geluiden zichzelf organiseren. De expert krijgt nu een ‘kaart’ waarop alle groepen aangeduid staan met hun positie en aantal geluiden. Deze techniek wordt een self-organizing map  (‘zelforganiserende kaart’) genoemd.

De expert kan nu een groep kiezen. Als hierin vijftig geluiden zitten hoeft hij ze natuurlijk niet allemaal te bekijken. Hij neemt er misschien vijf uit, kijkt of deze allemaal dezelfde soort zijn en als dit zo is dan concludeert hij dat de volledige groep waarschijnlijk deze soort is. Als dit niet zo is zegt hij tegen de computer dat de groepen te groot zijn en dat hij meer groepen moet maken. De vijf geluiden waarvan de soort nu gekend is worden ook meegegeven aan de computer als voorbeeldgeluiden. Op deze manier leert de computer bij en kan hij zichzelf beter maken. We hopen dat op het einde van de rit elke soort mooi in een groep terecht komt. Als we nu dezelfde soort tegenkomen in een andere omgeving met een licht ander geluid, dan verwachten we dat er zeer dicht bij de originele groep een nieuwe groep gemaakt wordt met deze licht afwijkende geluiden. Als een compleet nieuwe soort binnen komt dan verwachten we dat deze op niets anders lijkt en dus mooi in een nieuwe groep terecht komt ver van de andere groepen. Op deze manier kan de gebruiker de geluiden veel sneller analyseren.

Dit onderzoek werd uitgevoerd aan onderzoekseenheid KERMIT onder leiding van Bernard De Baets, Laura Hoebeke en Michiel Stock en is in samenwerking met Thierry Onkelinx van het Instituut voor Natuur- en Bosonderzoek (INBO). 

Bibliografie

Adams, A. M., Jantzen, M. K., Hamilton, R. M., and Fenton, M. B. (2012). Do you hear what I hear? Implications of detector selection for acoustic monitoring of bats. Methods in Ecology and Evolution, 3(6):992–998.

Addison, P. S. (2002). The Illustrated Wavelet Transform Handbook. Institute of Physics, 1st edition.

Altringham, J. (2011). Bats: From Evolution to Conservation. Oxford University Press, USA, 1st edition.

Ancillotto, L., Serangeli, M. T., and Russo, D. (2013). Curiosity killed the bat: Domestic cats as bat predators. Mammalian Biology, 78(5):369–373.

Baerwald, E. F., D’Amours, G. H., Klug, B. J., and Barclay, R. M. (2008). Barotrauma is a significant cause of bat fatalities at wind turbines. Current Biology, 18(16):695–696.

Barataud, M. (2015). Acoustic ecology of European bats. Species Identification and Studies of Their Habitats and Foraging Behaviour. Biotope, 1st edition.

Barclay, R. M. R. (1999). Bats are not birds: A cautionary note on using echolocation calls to identify bats: A comment. Journal of Mammalogy, 80(1):290–296.

Barlow, K., Briggs, P., Haysom, K., Hutson, A., Lechiara, N., Racey, P., Walsh, A., and Langton, S. (2015). Citizen science reveals trends in bat populations: The national bat monitoring programme in Great Britain. Biological Conservation, 182:14 – 26.

Bellet, A., Habrard, A., and Sebban, M. (2013). A survey on metric learning for feature vectors and structured data. CoRR, preprint arXiv:1306.6709.

Benedicks, M. (1985). On Fourier transforms of functions supported on sets of finite Lebesgue measure. Journal of Mathematical Analysis and Applications, 106(1):180–183.

Boonman, A., Bumrungski, S., and Yovel, Y. (2014). Nonecholocating fruit bats produce biosonar clicks with their wings. Current Biology, 24:2962–2967.

Boonman, A. M., Parsons, S., and Obrist, M. K. (2000). Advantages and disadvantages of techniques for transforming and analyzing Chiropteran echolocation calls. Journal of Mammalogy, 81(4):927–938. 

Borg, I. and Groenen, P. (2005). Modern multidimensional scaling: theory and applications. New York: Springer-Verlag, 2nd edition.

Boyles, J. G., Cryan, P. M., McCracken, G. F., and Kunz, T. H. (2011). Economic importance of bats in agriculture. Science, 332(6025):41–42.

Brigham, R., Kalko, E., Jones, G., Parsons, S., and Limpens, H. (2004). Bat Echolocation Research. Tools, Techniques, and Analysis. Bat Conservation International.

Brunet, D., Vrscay, E. R., and Wang, Z. (2012). On the mathematical properties of the structural similarity index. IEEE Transactions On Image Processing, 21:1488–1499.

Chapelle, O., Schölkopf, B., and Zien, A. (2006). Semi-supervised learning. MIT Press, 1st edition. Chesmore, E. (2001). Application of time domain signal coding and artificial neural networks to passive acoustical identification of animals. Applied Acoustics, 62(12):1359–1374.

Chiu, C. and Moss, C. (2005). The role of tragus on echolocating bat, Eptesicus fuscus. The Journal of the Acoustical Society of America, 117(4):2468–2468.

Chollet, F. (2017). Deep Learning with Python. Manning Publications Co., Greenwich, CT, USA, 1st edition.

Corcoran, A. J., Barber, J. R., and Conner, W. E. (2009). Tiger moth jams bat sonar. Science, 325(5938):325–327.

Corcoran, A. J. and Moss, C. F. (2017). Echolocating bats cry out loud to detect their prey. Journal of Experimental Biology, 220:4554–4566. Council of European Union (1992). Council Directive 92/43/EEC. http://ec.europa.eu/environment/nature/legislation/habitatsdirective/in…, accessed: 2019-03-07.

Cutnell, J. D. and Johnson, K. W. (1997). Physics. John Wiley & Sons Inc, 4rd edition.

Dauwe, S., Oldoni, D., De Baets, B., Van Renterghem, T., Botteldooren, D., and Dhoedt, B. (2014). Multi-criteria anomaly detection in urban noise sensor networks. Environmental Science: Processes Impacts, 16:2249–2258.

Davies, M. (2016). Bat bill put forward to protect churches. Church Times.

de Oliveira, H. F. M., de Camargo, N. F., Gager, Y., and Aguiar, L. M. S. (2017). The response of bats mammalia : Chiroptera to habitat modification in a neotropical savannah. Tropical Conservation Science, 10:1–14.

Denzinger, A. and Schnitzler, H. (2013). Bat guilds, a concept to classify the highly diverse foraging and echolocation behaviors of microchiropteran bats. Front Physiology, 4:164. 76

Dietz, C. and Kiefer, A. (2017). Veldgids: Vleermuizen van Europa (Die Fledermause Europas). KNNV uitgeverij, Zeist.

Dosselmann, R. and Yang, X. D. (2011). A comprehensive assessment of the structural similarity index. Signal, Image and Video Processing, 5(1):81–91.

Drake, F. (2015). Bill reignites dispute over bats in churches. Church Times.

Eionet, European Environment Agency (2013). Biogeographical regions, Natura 2000. https://biodiversity.eionet.europa.eu/activities/Natura_2000/chapter1, accessed: 2019- 03-23. E

Eionet, European Environment Agency (2014). Article 17, 2012 reports. http://art17.eionet.europa.eu/article17/reports2012/, accessed: 2019-03-03.

Eiting, T. P. and Gunnell, G. F. (2009). Global completeness of the bat fossil record. Journal of Mammalian Evolution, 16(3):151–173.

Estivill-Castro, V. (2002). Why so many clustering algorithms: A position paper. SIGKDD Explorations Newsletter, 4(1):65–75.

Ey, E. and Fischer, J. (2009). The "acoustic adaptation hypothesis" - a review of the evidence from birds, anurans and mammals. Bioacoustics, 19:21–48.

Farina, A., Pieretti, N., and Piccioli, L. (2011). The soundscape methodology for long-term bird monitoring: A Mediterranean Europe case-study. Ecological Informatics, 6(6):354 – 363.

Fenton, M. B. (2012). Bats and white-nose syndrome. Proceedings of the National Academy of Sciences, 109(18):6794–6795.

Florida Museum of Natural History, University of Florida (2018). Artificial bat house. https://www.floridamuseum.ufl.edu/bats/, accessed: 2019-03-03.

Fourier, J.-B.-J. (1822). Théorie analytique de la chaleur. Paris: F. Didot.

Goodman, S. M. (2006). Hunting of Microchiroptera in south-western Madagascar. Oryx, 40(2):225–228.

Groffen, J., Rethus, G., and Pettigrew, J. (2016). Promiscuous pollination of Australia´s baobab, the boab, Adansonia gregorii. Australian Journal of Botany, 64:678–686.

Harris, F. J. (1978). On the use of windows for harmonic analysis with the discrete fourier transform. Proceedings of the IEEE, 66(1):51–83.

Hartigan, J. A. and Wong, M. A. (1979). Algorithm AS 136: A K-means clustering algorithm. Journal of the Royal Statistical Society. Series C (Applied Statistics), 28(1):100–108. 77

Hodgkison, R., Balding, S. T., Zubaid, A., and Kunz, T. H. (2006). Fruit bats (chiroptera: Pteropodidae) as seed dispersers and pollinators in a lowland Malaysian rain forests. Biotropica, 35(4):491–502.

Holland, R. A., Waters, D. A., and Rayner, J. M. V. (2004). Echolocation signal structure in the megachiropteran bat Rousettus aegyptiacus Geoffroy 1810. Journal of Experimental Biology, 207(25):4361–4369.

Hoy, R. R. and Fay, R. R. (1998). Comparative Hearing: Insects. Springer-Verlag New York, 1st edition.

Jones, G. (2009). Echolocation. Current Biology, 15:484–488.

Jones, G. and Holderied, M. W. (2007). Bat echolocation calls: adaptation and convergent evolution. Proceedings of the Royal Society of London B: Biological Sciences, 274(1612):905–912.

Jones, G., Jacobs, D., Kunz, T., Willig, M., and PA, R. (2009). Carpe noctem: the importance of bats as bioindicators. Endangered Species Research, 8:93–115.

Kasso, M. and Balakrishnan, M. (2013). Ecological and economic importance of bats (order chiroptera). ISRN Biodiversity, 2013:9.

Kim, S. and Stephen, A. (2018). Extreme heat wipes out almost one third of Australia´s spectacled flying fox population. ABC news.

Kober, R. and Schnitzler, H. (1990). Information in sonar echoes of fluttering insects available for echolocating bats. The Journal of the Acoustical Society of America, 87(2):882– 896.

Kohonen, T. (1982). Self-organized formation of topologically correct feature maps. Biological Cybernetics, 43(1):59–69.

Krause, B. (1993). The niche hypothesis: A virtual symphony of animal sounds, the origins of musical expression and the health of habitats. Soundscape Newsletter, 6:6–10.

Krause, B. and Farina, A. (2016). Using ecoacoustic methods to survey the impacts of climate change on biodiversity. Biological Conservation, 195:245–254.

Lawrence, B. D. and Simmons, J. A. (1982). Measurements of atmospheric attenuation at ultrasonic frequencies and the significance for echolocation by bats. The Journal of the Acoustical Society of America, 71(3):585–590.

Lizarro, D., Isabel Galarza, M., and Aguirre, L. (2010). Tráfico y comercio de murciélagos en Bolivia. Revista Boliviana de Ecología y Conservación Ambiental, 27:63–75.

Lloyd, S. (1982). Least squares quantization in pcm. IEEE Transactions on Information Theory, 28(2):129–137. 78

López, V., Fernández, A., García, S., Palade, V., and Herrera, F. (2013). An insight into classification with imbalanced data: Empirical results and current trends on using data intrinsic characteristics. Information Sciences, 250:113–141.

Maaten, L. v. d. and Hinton, G. (2008). Visualizing data using t-SNE. Journal of machine learning research, 9(Nov):2579–2605.

Mac Aodha, O., Gibb, R., Barlow, K., Browning, E., Firman, M., Freeman, R., Harder, B., Kinsey, L., Mead, G., Newson, S., Pandourski, I., Parsons, S., Russ, J., Szodoray-Paradi, A., Szodoray-Paradi, F., Tilova, E., Girolami, M., Brostow, G., and Jones, K. E. (2017). Bat detective - deep learning tools for bat acoustic signal detection. bioRxiv, 14:1–19.

MacQueen, J. (1967). Some methods for classification and analysis of multivariate observations. In Proceedings of the Fifth Berkeley Symposium on Mathematical Statistics and Probability, Volume 1: Statistics, pages 281–297, Berkeley, Calif. University of California Press.

Mahalanobis, P. C. (1936). On the generalised distance in statistics. Proceedings of the National Institute of Sciences of India, 2:49–55.

Matteson, K. C., Grace, J. B., and Minor, E. S. (2013). Direct and indirect effects of land use on floral resources and flower-visiting insects across an urban landscape. Oikos, 122(5):682–694.

McCauley, R. D., Gavrilov, A. N., Jolliffe, C. D., Ward, R., and Gill, P. C. (2018). Pygmy blue and Antarctic blue whale presence, distribution and population parameters in southern Australia based on passive acoustics. Deep Sea Research Part II: Topical Studies in Oceanography, 157-158:154–168.

Mering, E. and Chambers, C. (2014). Thinking outside the box: A review of artificial roosts for bats. Wildlife Society Bulletin, 38:741–751.

Meyer, Y. (1990). Ondelettes et opérateurs: Ondelettes. Hermann.

Mikula, P., Morelli, F., Lucan, R., Jones, D., and Tryjanowski, P. (2016). Bats as prey of diurnal birds: A global perspective. Mammal Review, 46:160–174.

Miller, L. A. and Surlykke, A. (2001). How some insects detect and avoid being eaten by bats: Tactics and countertactics of prey and predator. Evolutionarily speaking, insects have responded to selective pressure from bats with new evasive mechanisms, and these very responses in turn put pressure on bats to improve their tactics. BioScience, 51(7):570– 581.

Moreno, C. R., Sánchez, L., Macias, S., and Mora, E. C. (2016). Can echolocation calls of Cuban mormopid bats visualized through a heterodyne system? Caribbean Journal of Science, 49:27–37. 79 

Müller, B., Glösmann, M., Peichl, L., Knop, G. C., Hagemann, C., and Ammermüller, J. (2009). Bat eyes have ultraviolet-sensitive cone photoreceptors. PLOS ONE, 4(7):1–7.

Müller, R. (2004). A numerical study of the role of the tragus in the big brown bat. The Journal of the Acoustical Society of America, 116(6):3701–3712.

Neuweiler, G. (2000). The Biology of Bats. Oxford University Press.

Nguyen, B., Morell, C., and De Baets, B. (2017). Supervised distance metric learning through maximization of the Jeffrey divergence. Pattern Recognition, 64:215–225.

Niermann, I., Biedermann, M., Bogdanowicz, W., Brinkmann, R., Le Bris, Y., Ciechanowski, M., Dietz, C., Dietz, I., Estók, P., von Helversen, O., Le Houédec, A., Paksuz, S., Petrov, B., özkan, B., Piksa, K., Rachwald, A., Y. Roué, S., Sachanowicz, K., Schorcht, W., and Mayer, F. (2007). Biogeography of the recently described Myotis alcathoe von Helversen and Heller, 2001. Acta Chiropterologica, 9:361–378.

Nowak, R. M. (1999). Walker’s mammals of the world. Baltimore : Johns Hopkins University Press, 6th edition.

Nyssen, P., Smits, Q., Van De Sijpe, M., Vandendriessche, B., Halfmaerten, D., and Dekeukeleire, D. (2015). First records of Myotis alcathoe von Helversen & Heller, 2001 in Belgium. Belgian Journal of Zoology, 145:130–136.

Obrist Martin K., Boesch Ruedi, F. P. F. (2007). Variability in echolocation call design of 26 Swiss bat species: consequences, limits and options for automated field identification with a synergetic pattern recognition approach. Mammalia, 68:307–322.

O’Mara, M. T., Wikelski, M., and Dechmann, D. K. (2014). 50 years of bat tracking: device attachment and future directions. Methods in Ecology and Evolution, 5(4):311–319.

Palmer, J. M., Drees, K. P., Foster, J. T., and Lindner, D. L. (2018). Extreme sensitivity to ultraviolet light in the fungal pathogen causing white-nose syndrome of bats. Nature Communications, 9:35.

Prothero, D. R. (2017). The Princeton Field Guide to Prehistoric Mammals. Princeton University Press. Root, R. B. (1967). The niche exploitation pattern of the blue-gray gnatcatcher. Ecological Monographs, 37(4):317–350.

Sato, K., Sakamoto, K., Watanuki, Y., Takahashi, A., Katsumata, N., Bost, C., and Weimerskirch, H. (2009). Scaling of soaring seabirds and implications for flight abilities of giant pterosaurs. PloS one, 4:e5400.

Schafer, R. M., Truax, B., and Westerkamp, H. (1973). The Vancouver soundscape. 80 

Schnitzler, H.-U. and Kalko, E. K. V. (2001). Echolocation by insect-eating bats: We define four distinct functional groups of bats and find differences in signal structure that correlate with the typical echolocation tasks faced by each group. BioScience, 51(7):557–569.

Schnitzler, H.-U., Moss, C. F., and Denzinger, A. (2003). From spatial orientation to food acquisition in echolocating bats. Trends in Ecology and Evolution, 18(8):386–394.

Senthilkumar, K., Kannan, K., Subramanian, A., and Tanabe, S. (2001). Accumulation of organochlorine pesticides and polychlorinated biphenyls in sediments, aquatic organisms, birds, bird eggs and bat collected from South India. Environmental Science and Pollution Research, 8(1):35–47.

Shannon, C. E. (1949). Communication in the presence of noise. Proceedings of the IRE, 37(1):10–21.

Simmons, N. B., Seymour, K. L., Habersetzer, J., and Gunnell, G. F. (2008). Primitive early Eocene bat from Wyoming and the evolution of flight and echolocation. Nature, 451:818.

Sirovic, A. and Hildebrand, J. A. (2011). Using passive acoustics to model blue whale habitat off the western Antarctic peninsula. Deep Sea Research Part II: Topical Studies in Oceanography, 58(13):1719–1728.

Smeeton, N. C. (1985). Early history of the kappa statistic. Biometrics, 41(3):795–795. Smil, V. (2004). Enriching the Earth : Fritz Haber, Carl Bosch, and the Transformation of World Food Production / V.

Smil. MIT Press. Soady, A. (2013). EU bat rules ’put future of hundreds of churches at risk’. BBC.

Speakman, J. (2001). The evolution of flight and echolocation in bats: Another leap in the dark. Mammal Review, 31(2):111–130.

Speakman, J. and Racey, P. (1991). No cost of echolocation for bats in flight. Nature, 350:421–423.

Speakman, J. R., Anderson, M. E., and Racey, P. A. (1989). The energy cost of echolocation in pipistrelle bats (Pipistrellus pipistrellus). Journal of Comparative Physiology A, 165(5):679–685.

Springer, M. S., Teeling, E. C., Madsen, O., Stanhope, M. J., and de Jong, W. W. (2001). Integrated fossil and molecular data reconstruct bat echolocation. Proceedings of the National Academy of Sciences, 98(11):6241–6246.

Stone, E., Harris, S., and Jones, G. (2015). Impacts of artificial lighting on bats: A review of challenges and solutions. Mammalian Biology, 80:213–219.

Sueur, J. and Farina, A. (2015). Ecoacoustics: the ecological investigation and interpretation of environmental sound. Biosemiotics, 8(3):493–502. 81

Surlykke, A. and Kalko, E. K. V. (2008). Echolocating bats cry out loud to detect their prey. PLOS ONE, 3(4):1–10.

Suzuki, S. and Abe, K. (1985). Topological structural analysis of digitized binary images by border following. Computer Vision, Graphics, and Image Processing, 30(1):32–46.

Teeling, E. C. (2009). Hear, hear: the convergent evolution of echolocation in bats? Trends in Ecology & Evolution, 24(7):351–354.

Tian, L.-X., Pan, Y.-X., Metzner, W., Zhang, J.-S., and Zhang, B.-F. (2015). Bats respond to very weak magnetic fields. PLoS One, 10:1–11.

Ulloa, J. S., Aubin, T., Llusia, D., Bouveyron, C., and Sueur, J. (2018). Estimating animal acoustic diversity in tropical environments using unsupervised multiresolution analysis. Ecological Indicators, 90:346–355.

Vanheuverbeke, N., Boers, K., De Bruyn, L., and Gyselings, R. (2018). Natuurpunt meet temperatuur en luchtvochtigheid in forten om overwinterende vleermuizen beter te beschermen. Natuurpunt.

Voigt, C. C. and Lewanzik, D. (2011). Trapped in the darkness of the night: thermal and energetic constraints of daylight flight in bats. Proceedings of the Royal Society B: Biological Sciences, 278(1716):2311–2317.

Wang, Z. and Bovik, A. C. (2009). Mean squared error: Love it or leave it? A new look at signal fidelity measures. IEEE Signal Processing Magazine, 26(1):98–117.

Wang, Z., Bovik, A. C., Sheikh, H. R., and Simoncelli, E. P. (2004). Image quality assessment: from error visibility to structural similarity. IEEE Transactions on Image Processing, 13(4):600–612.

Warren, R. D. and Witter, M. S. (2002). Monitoring trends in bat populations through roost surveys: methods and data from Rhinolophus hipposideros. Biological Conservation, 105(2):255–261.

Webb, P. I., Speakman, J. R., and Racey, P. A. (1996). How hot is a hibernaculum? A review of the temperatures at which bats hibernate. Canadian Journal of Zoology, 74(4):761–765.

Welbergen, J., Booth, C., and Martin, J. (2014). Killer climate: tens of thousands of flying foxes dead in a day. The conversation.

Wilkinson, G. S. and South, J. M. (2002). Life history, ecology and longevity in bats. Aging Cell, 1(2):124–131.

Wilson, D. E. & Reeder, D. M. (2005). Mammal species of the world : a taxonomic and geographic reference. Johns Hopkins University Press, 3rd edition.

Universiteit of Hogeschool
Master of Science in de bio-ingenieurswetenschappen: milieutechnologie
Publicatiejaar
2019
Promotor(en)
Bernard De Baets; Michiel Stock
Kernwoorden
Share this on: