Optimizing passive acoustic monitoring (PAM) for biodiversity studies: Using species–area relationship (SAR) to predict species richness

Abstract

Passive acoustic monitoring (PAM) using autonomous recording units (ARUs) has become a key tool in long-term, low-cost ecological studies. However, one of the main challenges lies in storing and analyzing the large volume of data it generates, which requires significant processing effort and species annotation. In this context, it is crucial to establish a sampling and acoustic data analysis protocol that maximizes the efficiency of ecological information retrieval. This study proposes the application of the species–area relationship (SAR) mathematical model to optimize the use of ARUs and reduce the effort required for acoustic data analysis, aiming to predict the number of detected species in 3 Neotropical ecoregions: Amazonia, Caatinga, and Campos y Malezales. Our results suggest that increasing the number of ARUs (12 in this study) while reducing the post-recording listening effort (12 min per ARU) enhances sampling efficiency, allowing for a more accurate representation of biodiversity in the study sites. The SAR model was first applied to estimate both alpha and beta diversity in relation to sampling effort. In addition, beta diversity increased by 20% between ARUs spaced 500–1,000 m apart in Campos y Malezales; whereas in Amazonia and Caatinga, where distances between recorders were shorter (200–250 m), the increase was much smaller (0.8–5%). This highlights the importance of spatial configuration among recorders when interpreting species turnover patterns. Our findings support the design of sampling strategies adapted to different ecological contexts and levels of sampling effort. These insights provide a solid foundation for improving the management and optimization of biodiversity monitoring protocols in Neotropical environments. Similarly, they may be applied in other ecoregions using PAM, contributing to the development of more efficient methodologies for large-scale assessment of biological communities.El monitoreo acústico pasivo (PAM) mediante unidades de registro autónomas (ARUs) se ha consolidado como una herramienta clave para estudios ecológicos de largo plazo y bajo costo. Sin embargo, uno de sus principales desafíos es el análisis del gran volumen de datos generados, que demanda un esfuerzo considerable en procesamiento y anotación de especies. En este contexto, es fundamental definir protocolos de muestreo y análisis acústico que optimicen la eficiencia en la obtención de información ecológica. Este estudio propone la aplicación del modelo matemático de la relación especie-área (SAR) para optimizar el uso de las ARUs y reducir el esfuerzo requerido en el análisis de datos acústicos, con el objetivo de predecir la riqueza de especies en tres ecorregiones neotropicales: Amazonía, Caatinga y Campos y Malezales. Nuestros resultados indican que aumentar el número de ARUs (12 en este estudio) y reducir el tiempo de escucha por ARU (12 minutos) mejora la eficiencia del muestreo y permite una representación más precisa de la biodiversidad local. El modelo SAR permitió estimar la diversidad alfa y beta en función del esfuerzo de muestreo. Luego, se analizó el efecto de la distancia entre grabadoras sobre la diversidad beta, observándose un aumento del 20% en Campos y Malezales entre ARUs separadas por 500–1000 metros. En cambio, en Amazonía y Caatinga, donde las distancias fueron menores (200–250 m), el incremento fue mucho menor (0.8–5%), lo que resalta la importancia de la configuración espacial para interpretar los patrones de recambio de especies. Estos hallazgos permiten desarrollar estrategias de muestreo más eficientes y adaptables a distintos contextos ecológicos, y son aplicables a otras regiones que utilizan PAM para evaluar comunidades biológicas a gran escala.