Wind as Driver of Bird and Bat Abundance, Flight Direction, Altitude, and Speed on the North Atlantic Shelf

Resumo Técnico: O Vento como Impulsionador da Abundância de Aves e Morcegos, Direção de Voo, Altitude e Velocidade na Plataforma do Atlântico Norte

Definição do Problema
A expansão da energia eólica offshore ao longo da costa nordeste dos EUA exige uma compreensão robusta do comportamento de animais voadores (aves e morcegos) para quantificar com precisão os riscos de colisão com turbinas. Os modelos atuais de risco de colisão frequentemente dependem de suposições sobre o comportamento animal, como taxas de evitamento e parâmetros de voo, que são difíceis de quantificar. Embora fatores como velocidade e direção do vento sejam conhecidos por influenciar a atividade de voo, estudos anteriores basearam-se amplamente em dados climáticos históricos com resolução temporal e espacial limitada (ex: reanálise ERA5) ou focaram em águas europeias (Mar do Norte). Além disso, poucos estudos analisaram simultaneamente a abundância, altura de voo e velocidade de voo de animais em relação a medições de vento de alta resolução e co-localizadas em águas dos EUA. Há uma necessidade crítica de entender como as condições meteorológicas impulsionam a presença e a dinâmica de voo dos animais para melhorar as avaliações de risco de colisão.

Metodologia
Este estudo apresenta um arcabouço metodológico inovador integrando radar aviário e dados de lidar de vento coletados de uma barca de pesquisa implantada na Plataforma Nordeste dos Estados Unidos (40,9° N, 70,79° W) durante uma janela de 5 semanas no outono de 2024.

• Aquisição de Dados: Um radar omnidirecional de banda S (MERLIN True3D) capturou rastros de aves e morcegos, enquanto dois lidars de perfil (WindCube v2.1 e Halo XR+) forneceram perfis de velocidade e direção do vento de alta resolução.
• Processamento de Dados: Os rastros de radar foram filtrados com base no alcance de detecção (200–1100 m), velocidade de voo (<35 m/s) e refletividade (−25,5 a 10 dBsm) para excluir insetos e dados de baixa qualidade. Os rastros foram combinados com dados de vento concomitantes na altitude de voo.
• Abordagem de Agrupamento (Clustering): Para abordar a incapacidade do radar de distinguir espécies, foi desenvolvida uma metodologia de agrupamento hierárquico usando a refletividade como um proxy para o tamanho do animal. O algoritmo particionou os rastros em dois grupos ("pequenos" e "grandes") com base nas distribuições de comportamento de voo (abundância horária, altura de voo, direção e velocidade). O ponto de divisão ideal de agrupamento foi determinado em um limiar de refletividade de −8,54 dBsm.
• Análise Estatística: Modelos Aditivos Generalizados (GAMs) foram empregados para avaliar os direcionadores da abundância horária para cada grupo. Adicionalmente, funções de distribuição cumulativa foram analisadas para investigar as relações entre direção, altura e velocidade de voo em relação às condições do vento (ventos de cauda, ventos laterais, ventos de proa).

Principais Resultados
A análise de 67.410 rastros filtrados revelou padrões comportamentais distintos impulsionados pelas condições do vento e pelo tamanho do animal:

• Direcionadores de Abundância: Para ambos os grupos de tamanho, a abundância de animais na hora anterior foi o preditor mais forte da abundância atual. Entre os fatores ambientais, a velocidade do vento e o azimute solar foram os mais impactantes. Velocidades de vento elevadas geralmente suprimiram a abundância, particularmente para o grupo "grande" em velocidades superiores a 15 m/s.
• Diferenças Comportamentais Baseadas no Tamanço:
  • Grupo Pequeno (Menor Refletividade): Estes animais (hipotetizados como migrantes de menor porte) exibiram direções de voo concentradas alinhadas com os padrões de vento. Eles voaram em uma variedade de altitudes, frequentemente mais altas, e mostraram uma forte propensão a voar com ventos de cauda (72,4% dos rastros). Sua abundância mostrou surtos temporais distintos consistentes com pulsos migratórios.
  • Grupo Grande (Maior Refletividade): Estes animais (hipotetizados como residentes de maior porte) voaram em uma ampla variedade de direções, mas concentraram-se em altitudes mais baixas (82,3% abaixo de 100 m). Eles foram mais propensos a voar em condições de vento desfavoráveis (ventos laterais e de proa) em comparação com o grupo pequeno.
• Dinâmica de Voo:
  • Direção: As distribuições de direção de voo deslocaram-se com a direção do vento. Em velocidades de vento mais altas, ambos os grupos mostraram um estreitamento das distribuições de direção de voo, com uma porcentagem maior de animais voando com ventos de cauda.
  • Altitude: A altura de voo correlacionou-se com a velocidade do vento; mais animais foram detectados em altitudes mais elevadas durante períodos de ventos mais rápidos. Os animais geralmente voaram próximo à altitude de assistência máxima do vento.
  • Velocidade: A velocidade em relação ao solo aumentou com a assistência do vento, enquanto a velocidade em relação ao ar permaneceu relativamente constante (aprox. 5 m/s para pequenos, 8 m/s para grandes). Isso sugere que animais maiores mantêm velocidades de ar mais altas, potencialmente indicando maior aporte energético.

Significância e Alegações
Os autores afirmam que este estudo fornece os primeiros insights sobre o comportamento animal em locais de energia eólica offshore usando dados pareados de radar e lidar de alta resolução. As principais contribuições são:

1. Arcabouço Metodológico: O artigo estabelece um arcabouço para integrar dados de radar e lidar para analisar o comportamento de animais voadores, oferecendo um modelo para futuros estudos offshore.
2. Insights Comportamentais: Os resultados demonstram que o vento é um principal motor da presença, direção, altitude e velocidade de voo dos animais. O estudo destaca que o comportamento animal não é uniforme; grupos de tamanhos distintos (provavelmente representando diferentes estratégias ecológicas, como migração vs. residência) respondem de forma diferente às condições do vento.
3. Implicações para o Risco de Colisão: Os achados sugerem que modelos de risco de colisão que tratam a direção, altura e velocidade de voo como constantes estáticas específicas de cada espécie podem ser insuficientes. O estudo indica que:
   • A proporção de animais dentro da zona varrida pelo rotor (RSZ) diminui conforme a velocidade do vento aumenta.
   • A velocidade em relação ao solo aumenta com a assistência do vento, afetando o tempo de trânsito através do rotor.
   • Os animais ajustam ativamente os parâmetros de voo (ex: buscando ventos de cauda ou altitudes específicas) com base nas condições do vento.

Os autores concluem que, embora o estudo seja limitado a uma janela específica de 5 semanas no outono, a análise combinada de dados de radar e lidar revela nuances comportamentais críticas que podem refinar as avaliações de risco de colisão. Eles enfatizam que trabalhos futuros devem utilizar conjuntos de dados de longo prazo para desenvolver modelos preditivos para a previsão de risco de colisão.