Badanie uczenia maszynowego wykazało, że mewy zastępują siedliska naturalne siedliskami miejskimi

Badanie uczenia maszynowego wykazało, że mewy zastępują siedliska naturalne siedliskami miejskimi

Ten artykuł został zrecenzowany według Science Proces edycji
I Zasady.
Redaktorzy Przy zapewnieniu wiarygodności treści wyróżniono następujące cechy:

Weryfikacja faktów

zaufane źródło

Korekta

Przewidywany RIO dla mew krótkodziobych w oparciu o zespół uczenia maszynowego. Dane treningowe są wykreślane u góry (różowe kropki = obecność; zielone kropki = nieobecność). kredyt: Informatyka środowiskowa (2023). doi: 10.1016/j.ecoinf.2023.102364

× Zamknąć

Przewidywany RIO dla mew krótkodziobych w oparciu o zespół uczenia maszynowego. Dane treningowe są wykreślane u góry (różowe kropki = obecność; zielone kropki = brak). kredyt: Informatyka środowiskowa (2023). doi: 10.1016/j.ecoinf.2023.102364

Ostatnie badania opublikowany W Informatyka środowiskowa Zespół naukowców z Uniwersytetu Alaski w Fairbanks wykorzystał sztuczną inteligencję, aby rzucić więcej światła na wymianę siedlisk między mewami krótkodziobymi.

Mewy żyją zwykle wzdłuż wybrzeży i w pobliżu źródeł wody, takich jak rzeki. Żywią się owadami, innymi małymi ssakami, rybami lub ptakami.

Zespół odkrył, że od maja do sierpnia mewy krótkodzioby zajmowały obszary, które zwykle były schronieniem dla żerujących wron. Należą do nich parkingi supermarketów, restauracje typu fast food i inne konstrukcje stworzone przez człowieka, takie jak podkładki ze sztucznego żwiru i składowiska śmieci.

Niniejsze badanie jest pierwszym, w ramach którego zebrano zestaw danych z trzech lat przy użyciu oportunistycznej, opartej na nauce obywatelskiej metody badawczej, obejmującej dużą próbkę mew i innych ptaków subarktycznych zamieszkujących miejską Alaskę. Badanie zapewnia aktualny obraz transformacji siedlisk w krajobrazy miejskie.

Profesor UAF Falk Heitman, pierwszy autor tego artykułu, wraz ze swoim zespołem wykorzystał modelowanie sztucznej inteligencji, któremu podano predyktory – zmienne środowiskowe dla określonych lokalizacji – w celu ekstrapolacji informacji o występowaniu mew. podobny, Poprzednie badanie Analiza rozmieszczenia wielkiej sowy szarej.

W tym badaniu naukowcy wykorzystali dane ze spisu powszechnego Stanów Zjednoczonych, a także dane gmin miejskich, takie jak odległości od dróg, restauracji, dróg wodnych i stacji przeładunku odpadów.

„Korzystanie ze zbiorów danych społeczno-ekonomicznych, takich jak US Census, naprawdę zmienia zasady gry” – powiedział Moriz Steiner, absolwent w laboratorium Huitmana. „Pozwala nam odzwierciedlić rzeczywiste środowisko i symulować sytuację możliwie najbardziej zbliżoną do natury, włączając je jako zmienne do modeli”.

Wyniki sugerują, że przemieszczanie się mew ze siedlisk naturalnych do środowiska bardziej miejskiego jest stymulowane dostępnością pożywienia dla ludzi, a także zmianami przemysłowymi.

„Wykorzystują utraconą szansę, jaką pozostawił po sobie człowiek” – powiedział Hoytman, który jest powiązany z Instytutem Biologii Arktyki UAF.

Mewy krótkodzioby, znane do 2021 r. jako mewy Mew, są wszystkożerne i mają duże zdolności przystosowawcze. Chociaż mewy mogą znaleźć więcej pożywienia na wysypiskach śmieci i żwirowniach, jedzenie to często szkodzi długowieczności i może spowodować śmierć. Jedzenie łatwo dostępne ze śmietnika, zwłaszcza w restauracjach typu fast food, może być śmiertelne dla ptaków ze względu na duże ilości soli, tłuszczu, cukru, tłuszczu i substancji zanieczyszczających.

Mewy są również dobrymi wskaźnikami chorób w ekosystemie.

Zespół odkrył wzrost liczby żywicieli chorób w związku z gromadzeniem się latem mew, czasami nawet do 200 ptaków w każdym miejscu. Mewy przenoszą choroby zakaźne, takie jak ptasia grypa i salmonella, które mogą być przenoszone na ludzi. Według niepowiązanych ZostańPierwsza odnotowana epidemia salmonelli u mew miała miejsce w 1959 roku i została odnotowana w Ameryce Północnej w Ketchikan.

„Wiadomo, że mewy są głównymi wektorami chorób. Bardzo cierpią z powodu ptasiej grypy. To, co pokazujemy na mapach, to w zasadzie rezerwuar chorób, które zbiegają się z ewolucją człowieka” – powiedział Heitman, który jest również powołany do College of Medicine UAF. Nauki przyrodnicze i matematyka.

Dla Hoytmana badania te są po prostu kolejnym sygnałem, że to, co nazywamy „dziką przyrodą”, ulega zmianom.

„Ten rodzaj informacji zapewnia pełniejszy obraz tego, jak wpływ człowieka na środowisko zmienia to, co uważamy za naturalne” – powiedział Hoytman. „Mamy nadzieję, że wykorzystanie uczenia maszynowego pomoże nam propagować lepszą ochronę dzikiej przyrody”.

więcej informacji:
Falk Huetmann i in., Oparte na modelu przewidywanie wakatów w okresie letnim w subarktycznych obszarach miejskich: analiza wieloletnich danych w otwartym dostępie pod kątem „niche swapping” by mewy krótkodzioby, Informatyka środowiskowa (2023). doi: 10.1016/j.ecoinf.2023.102364

READ  Kosmiczny Teleskop Hubble'a odkrył galaktykę, która zaskakuje wyobraźnię

Elise Haynes

„Analityk. Nieuleczalny nerd z bekonu. Przedsiębiorca. Oddany pisarz. Wielokrotnie nagradzany alkoholowy ninja. Subtelnie czarujący czytelnik.”

Rekomendowane artykuły

Dodaj komentarz

Twój adres e-mail nie zostanie opublikowany. Wymagane pola są oznaczone *