Snowmobile noise alters bird vocalization patterns during winter and pre-breeding season

Noise pollution poses a significant threat to ecosystems worldwide, disrupting animal communication and causing cascading effects on biodiversity. In this study, we focus on the impact of snowmobile noise on avian vocalizations during the non-breeding winter season, a less-studied area in soundscape ecology.We developed a pipeline relying on deep learning methods to detect snowmobile noise and applied it to a large acoustic monitoring dataset collected in Yellowstone National Park.Our results demonstrate the effectiveness of the snowmobile detection model in identifying snowmobile noise and reveal an association between snowmobile passage and changes in avian vocalization patterns.Snowmobile noise led to a decrease in the frequency of bird vocalizations during mornings and evenings, potentially affecting winter and pre-breeding behaviours such as foraging, predator avoidance and successfully finding a mate. However, we observed a recovery in avian vocalizations after detection of snowmobiles during mornings and afternoons, indicating some resilience to sporadic noise events.Synthesis and applications: Our findings emphasize the need to consider noise impacts in the non-breeding season and provide valuable insights for natural resource managers to minimize disturbance and protect critical avian habitats. The deep learning approach presented in this study offers an efficient and accurate means of analysing large-scale acoustic monitoring data and contributes to a comprehensive understanding of the cumulative impacts of multiple stressors on avian communities. La pollution sonore represente une menace significative pour les ecosystemes dans le monde entier, perturbant la communication animale et causant des effets en cascade sur la biodiversite. Dans cette etude, nous nous concentrons sur l'impact du bruit des motoneiges sur les vocalizations des oiseaux pendant la saison hivernale non-reproductive, un domaine moins etudie dans l'ecologie des paysages sonores.Nous avons developpe une chaine de traitement basee sur des methodes d'apprentissage profond pour detecter le bruit des motoneiges et l'avons appliquee a un large ensemble de donnees de surveillance acoustique collectees dans le Parc National de Yellowstone.Nos resultats demontrent l'efficacite du modele de detection des motoneiges pour identifier le bruit de ces vehicules et revelent une association entre le passage des motoneiges et les changements dans les modeles de vocalization des oiseaux.Le bruit des motoneiges a entraine une diminution de la frequence des vocalizations des oiseaux pendant les matins et les soirs, affectant potentiellement les comportements hivernaux et pre-reproductifs tels que la recherche de nourriture, l'evitement des predateurs et la reussite a trouver un partenaire. Cependant, nous avons observe une reprise des vocalizations aviaires apres la detection des motoneiges pendant les matins et les apres-midis, indiquant une certaine resilience face aux evenements sonores sporadiques.Synthese et applications: Nos resultats soulignent la necessite de prendre en compte les impacts du bruit pendant la saison non-reproductive et offrent des perspectives precieuses pour les gestionnaires de ressources naturelles afin de minimiser les perturbations et de proteger les habitats aviaires critiques. L'approche d'apprentissage profond presentee dans cette etude offre un moyen efficace et precis d'analyser des donnees de surveillance acoustique a grande echelle et contribue a une comprehension complete des impacts cumulatifs de multiples stress sur les communautes aviaires. Our findings emphasize the need to consider noise impacts in the non-breeding season and provide valuable insights for natural resource managers to minimize disturbance and protect critical avian habitats. The deep learning approach presented in this study offers an efficient and accurate means of analysing large-scale acoustic monitoring data and contributes to a comprehensive understanding of the cumulative impacts of multiple stressors on avian communities.image