Zwei Graphiken sollen als symbolische Sonagramme den Verlauf von Suchrufen verschiedener Arten zeigen (höchste gemessene Frequenz -> lauteste Frequenz -> Tiefste gemessene Frequenz; Rufdauer). Abbildung 6 charakterisiert Rufe, wie sie von Peter Zingg gemessen wurden [Zingg, P.E. (1990) Akustische Artidentifikation von Fledermäusen (Mammalia: Chiroptera) in der Schweiz. Revue Suisse de Zoologie. 97:263-294]. Er konnte die von ihm untersuchten Arten hauptsächlich aufgrund der tiefsten und lautesten Frequenzen mit hoher statistischer Sicherheit unterscheiden.

Abbildung 6

In Abbildung 7 werden symbolische Sonagramme von Signalen gezeigt, wie sie von Martin Obrist und Peter Flückiger aufgenommen wurden. Ein Vergleich zeigt, dass hier im Unterschied zu den Aufnahmen von Peter Zingg beispielsweise Grosse Abendsegler oder auch Zwergfledermäuse mit höheren Frequenzen riefen, offenbar also zwischen den Aufnahmen schon Unterschiede sichtbar werden. Bereits ein bei den Aufnahmen unterschiedlicher Abstand der Tiere zu Hindernissen (Waldrand, etc.), aber auch lokale "Dialekte" könnten solche Differenzen bewirken. Ausserdem wird auch klar ersichtlich, wie ähnlich sich die Signale aller Myotis-Arten sind (mit schwarzen Punkten markiert in Abbildung 7).

Abbildung 7

Obere Frequenzen und Rufdauer sind im allgemeinen anfälliger auf die Aufnahmeumstände (Aufnahmeentfernung, Aufnahmewinkel relativ zur Flugrichtung -> Richtwirkung!, Luftfeuchtigkeit, Wind, etc.) als die lauteste Frequenz oder die tiefsten Endfrequenzen. Man muss sich die in den obigen Graphiken zusammengestellten Werte entsprechend mit einer Variabilität vorstellen, die bei der Rufdauer +/-15-25%, bei der höchsten Frequenzen +/-10-15% und bei den anderen Frequenzwerten +/-5-10% umfassen kann. Daraus wird klar, dass sich auch mit der besten Statistik diverse Arten, die ähnlich echoorten, akustisch nicht trennen lassen, da sich ihre Rufstrukturen überlagern.

Da derart ähnlich rufenden Arten mit statistischen Methoden nicht "beizukommen" ist, müssen zu deren Erkennung neue Lösungswege beschritten werden. Dazu ist der Einsatz von Mustererkennungssoftware erfolgversprechend, wie neuste Studien an der Eidgenössischen Forschungsanstalt für Wald, Schnee und Landschaft in Birmensdorf (WSL) ergeben haben. Das Computerprogramm kann stimmliche Strukturen erkennen, die kaum mit einzelnen Messwerten erfassbar, aber als Klangbild sichtbar werden (Abbildung 8).

Abbildung 8

Abbildung 8 zeigt die sonographische Darstellung (Frequenzänderung im Verlauf der Zeit) je eines Rufes einer Wasserfledermaus (links) und eines Grossen Mausohres (rechts). Dauer und Frequenzumfang der Rufe dieser beiden Tiere sind kaum unterscheidbar, aber der Verlauf der Sonagramme ist bildlich deutlich verschieden. Es besteht die berechtigte Hoffnung, dass mittels modernster Bilderkennungssoftware solch feine Unterschiede erkannt und zur Artidentifikation beigezogen werden können. Damit wäre es erstmals möglich, bisher kaum unterscheidbare Arten (wie diejenigen der Gattung Myotis) sicher zu bestimmen. Dies würde der Fledermausforschung völlig neue Wege eröffnen, indem beispielsweise die nächtliche Nutzung eines Gebietes durch verschiedene Fledermausarten mittels Computerunterstützung automatisch dokumentiert werden könnte.