稀疏运动数据可揭示个体移动决策的社会影响

对动物运动模式的监测提供了对动物决策行为的洞察。通常假设需要高分辨率数据来提取有意义的行为模式，这潜在地限制了该技术的应用。获取高分辨率运动数据仍然是一个经济和技术挑战，特别是对于生活在社会群体中的动物。在此，我们测试是否可以从时间分辨率逐渐降低的数据中提取准确的运动行为。为此，我们使用改进版的力匹配 (force matching) 方法，其中将作用于焦点动物的模拟力与观察到的运动数据进行比较。我们表明，从稀疏数据中可以提取有用信息。我们将此方法应用于在南非 DeHoop 自然保护区一个狒狒群成年成员上收集的稀疏运动数据集。我们利用这些数据检验以下假设：个体对整个群体的隔离敏感，或者，他们是否对群体内特定个体的位置敏感。使用来自焦点动物的数据，我们的数据为两种假设提供了支持，对后者的支持更强。尽管发现焦点动物对群体敏感，但这仅发生在少数场合，即整个群体作为单一实体高度聚集并远离焦点动物时。我们认为，特定的社会互动可能由此驱动整体群体凝聚力。鉴于稀疏运动数据对个体运动行为具有信息量，我们认为高（~秒）和相对较低（~分钟）分辨率的数据集对于研究个体如何对其局部社会和生态环境做出反应并施加影响都是有价值的。