人工智能增進對候鳥體內時鐘、地圖和指南針的理解


人工智能增進對候鳥體內時鐘、地圖和指南針的理解


研究人員準備捕捉夜鷹 。照片:Aron Hejdströ隆德大學
據隆德大學(瑪麗安·洛爾):不同種類的遷徙鳥有不同的遺傳程序,發出何時該離開,何時該返回的信號 。這可能與日光、溫度、天氣和地球磁場等因素有關 。這些遷移程序以前已經被研究過,但是新的技術和計算能力使得處理大量數據甚至模擬各種因素成為可能,這樣研究人員就能夠研究他們的日?;顒邮侨绾伪粴夂蜃兓腿祟惼茐牡?。
鳥類的時鐘、地圖和指南針——動物生態學教授Susanne kesson和她的研究小組有幾種不同的機制可以研究 。鳥兒如何知道什么時候該行動了?他們如何知道他們要去哪里 , 什么可能會影響這種信息的傳遞?是什么觸發了他們對方向、導航、時間和地點的先天知識?
“我們使用幾種不同的技術來研究野外和籠子里的野生鳥類 。在實驗室中,我們能夠模擬磁暴或其他形式的視覺信息等干擾,并觀察鳥類是如何受到影響的 ?!?br>太陽羅盤、天球羅盤和磁羅盤
鳥類遷徙的方式是基因編程的行為,對每個物種及其個體都是特定的 。
Susanne kesson解釋說:“我們早就知道它們會對地球的磁力做出反應,但它們如何調節這種反應,以及它們如何知道它們何時到達了正確的地方,仍然不清楚 。” 。
然而,對某些物種的了解要比其他物種多 。普通雨燕在瑞典交配,連續飛行九個月或十個月 。它們以在半空中捕捉的昆蟲為食,這就是它們在飛行時如何處理攝入的能量 。另一個例子是夜鷹,它們全年都有周期性的行為模式,交配、遷徙和積累脂肪完全由月亮的圓缺控制 。在附在鳥類身上的微數據日志的幫助下,很多數據都被繪制成了圖表 。
除了微型數據記錄器——小型數字設備——數據也在專門建造的實驗室中收集,在那里不同的小鳥被短期關在籠子里并被拍攝下來 。大型螺線管使研究人員能夠控制和模擬籠子周圍地球磁場的變化 。
處理大量數據
一個特殊的稱重系統使得每天估計鳥的體重成為可能,以便跟蹤它們如何儲存脂肪并準備遷徙 。多虧了這些照相機 , 研究人員能夠詳細跟蹤這些鳥是如何移動的,在什么時間和向哪個方向移動 。大多數物種是夜間活動的,在黃昏時遷徙 。
“小鳥處理大量復雜的信息 。能夠使用如此多的詳細數據來比較物種是非常令人興奮的 。這有助于我們更準確地了解鳥類在做什么,它們如何收集信息,以及它們對信息的反應,”Susanne kesson解釋道 。
該實驗室還擁有一個現場開發的特別設計的圓柱體,它給鳥類提供了進食、睡眠和四處活動的機會 。Susanne kesson對與eSSENCE(隆德大學電子科學的戰略研究領域)的研究人員開展的新項目感到非常高興 , 該項目可能會帶來更多的理解 。研究人員希望進一步開發這項技術,以便能夠模擬其他情況,如來自猛禽的威脅和成群遷徙 。
鳥類在遷徙過程中的脆弱性
有些物種比其他物種更脆弱 。有些是大群一起遷徙,有些是一個接一個地遷徙 , 目前還不知道是什么影響了它們的決定 。他們也可能非常依賴與父母一起遷移 , 通常是父親傳授遷移路線和準備工作的知識 。
蘇珊和其他人研究的一個物種是里海燕鷗,它是世界上最大的燕鷗物種 。它在世界各地都有,但歐洲人在瑞典、芬蘭交配 , 在一定程度上在愛沙尼亞交配 。研究小組跟蹤了家庭群體 , 并能夠顯示他們在第一次飛行中對了解遷徙路線的依賴程度,然后在一生中不斷重復這一過程 。
“它們遷徙的距離很遠——遠至薩赫勒 , 并可能穿越海拔數千米的撒哈拉沙漠 。與父母失散的幼鳥都會被猛禽抓走,”Susanne kesson繼續說道 。“我們希望更多地了解風險在哪里出現 , 是什么引發了它們 ?!?br>這種文化學習是研究者感興趣的 , 也是社會的重要信息 。關于不同遷移項目的知識,以及例如海上風力發電場如何影響不同物種的知識,可以為決定在哪里建造風力發電場提供信息 。
共享數據在知識增長方面帶來了多重回報
Susanne kesson還參與了一個項目,在瑞典最北部的拉普蘭地區Tavvavuoma , 物種受到威脅,情況可能很嚴重 。研究人員主要研究在遙遠的北方這個獨特地區繁殖的涉禽 。研究它們的遷徙計劃和它們中途停留的地方是很重要的,以便能夠保護敏感地區,使它們的行為不被改變,或者它們的棲息地減少 。
多年來,許多數據點已經被收集,共享的數據形成了早期研究人員新工作的基礎,進一步加深了他們的知識 。有大型的國際數據庫,許多研究小組在其中存儲來自鳥類和陸地動物的跟蹤數據 。這方面的一個例子是與世界自然基金會和瑞典鳥類保護協會在北極飛行路線項目中的合作 。
“我們需要為減少地球上人類、鳥類和其他動物之間的沖突做出貢獻 。我們與其他物種共享棲息地和生態系統,如果我們不能保護它們 , 我們就會失去如此多未知的寶貴知識 ?!?br>這就是為什么新基金將使Susanne kesson能夠在未來幾年擴大她的研究并從LTH招募技術知識來補充該集團是一個好消息 。通過使用新的算法和機器學習,他們希望更接近于回答這樣一個問題:鳥類如何將體內的過程與地球磁場和一天的長度同步 , 它們如何在遷徙過程中校準不同的指南針,以及遷徙計劃如何因物種而異 。