Distinguir um piscar de olho de outro: tudo depende do ângulo

O estudo mostra que mudar o ângulo das câmeras de armadilha pode transformar o monitoramento da guiña, felino pequeño que habita florestas do Chile e da Argentina. Ao apontar as câmeras para cima, em posição de “zenite”, pesquisadores identificaram 12 indivíduos pela marcação nas costas. A pesquisa foi publicada na revista Oryx.

Tradicionalmente, as câmeras ficam no nível do solo, dificultando distinguir entre os exemplares. O grupo liderado por Nicholas Gálvez, da Pontifícia Universidade Católica do Chile, realizou o teste na Val de Reñihué, ao norte da Patagônia, Chile, para sanar a dúvida sobre densidade populacional de uma espécie tão discreta.

A metodologia envolveu acoplar câmeras a galhos e estruturas elevadas, capturando imagens com boa visibilidade dos padrões nas costas. A equipe filtrou 1.386 fotos em posição zenital, descartando a maior parte por melanismo ou qualidade inferior, restando 350 imagens úteis para identificar 12 indivíduos.

Os resultados mostram que, com esse ângulo, é possível reconhecer indivíduos com mais confiança do que apenas com vistas laterais. No entanto, catos melanísticos continuam apresentando desafio, pois suas costas são predominantemente pretas, dificultando a identificação.

Pesquisadores ressaltam que a técnica pode exigir ajustes. Uma opção seria usar flashes brancos em vez do infravermelho, o que pode iluminar melhor as marcas sem prejudicar o comportamento dos animais. Estudos futuros devem avaliar impactos na estimativa de população.

Argentina entra como foco adicional. Ilaria Agostini, da CONICET, destacou o entusiasmo da proposta, mas observou limitações locais: em áreas com baixa abundância, pode não haver imagens suficientes de alta qualidade para distinguir indivíduos repetidamente.

O grupo Guiña, que reúne especialistas de ambos os países, planeja testar a técnica em mais duas regiões argentinas, dependendo de fontes de financiamento. A escassez de recursos para pesquisas sobre felinos pequenos é um obstáculo reconhecido.

Além do potencial para a guiña, especialistas sugerem que a abordagem possa beneficiar outras espécies de felídeos pequenos com marcas sutis. Pesquisadores destacam a necessidade de validação com modelos que incorporem indivíduos sem marcas distintas.

O objetivo maior é obter estimativas mais confiáveis de densidade e abundância ao longo da distribuição da guiña, tema de prioridade para avaliação da espécie na lista vermelha da IUCN. A atualização de status em 2025 elevara o risco de vulnerabilidade para preocupação menor, sob críticas de parte da comunidade conservacionista.

Caso a viabilidade se confirme, a técnica pode aperfeiçoar o monitoramento de populações em áreas com dados limitados, ajudando a compreender respostas a ameaças e a eficácia de intervenções de conservação. Estudos adicionais estão previstos, com foco em metodologias complementares.

A pesquisa envolve o uso de aprendizado de máquina para otimizar a identificação de indivíduos a partir de imagens, facilitando o processamento de grandes volumes de dados. A proposta é ampliar a precisão e reduzir o tempo de análise, sem perder a confiabilidade.

Fontes declararam que a abordagem não substitui métodos tradicionais, mas pode complementá-los. A expectativa é ampliar o conjunto de ferramentas para estimar densidade de pequenos felinos, especialmente onde o reconhecimento individual é desafiador.

A aplicação da técnica depende de qualidade fotográfica, repetição de imagens e condições do ambiente. Se comprovada, pode tornar-se uma prática comum em estudos de guiña e de outros pequenos felinos, com impactos significativos para a conservação regional.