В статье для журнала Nature Climate Change ведущий исследователь Кайл Хортон из Университета штата Колорадо (CSU) вместе с исследователем искусственного интеллекта Дэном Шелдоном из Массачусетского университета в Амхерсте и старшим автором Эндрю Фарнсвортом из Корнельской лаборатории орнитологии описывают, как они анализировали 24-летний радар. данные Национального управления океанических и атмосферных исследований (NOAA) для этого исследования миграции птиц в ночное время.
Хортон описывает широту исследования, в котором наблюдалось ночное миграционное поведение сотен видов, представляющих миллиарды птиц, как «критически важное» для понимания и получения дополнительных ответов о сменных моделях миграции. «Видеть изменения во времени в континентальном масштабе действительно впечатляет, особенно с учетом разнообразия поведения и стратегий, используемых многими видами, которые фиксируются радарами», – говорит он, добавляя, что наблюдаемые сдвиги не обязательно означают, что мигранты идут в ногу с климатом. изменение.
Фарнсворт говорит, что исследование команды впервые дало ответ на ключевые вопросы о птицах и изменении климата. «Миграция птиц в значительной степени возникла в результате изменения климата», – отмечает он. "Это глобальное явление, в котором ежегодно прилетают миллиарды птиц. И неудивительно, что движения птиц отслеживают изменение климата.
Но то, как скопления популяций птиц реагируют в эпоху таких быстрых и экстремальных изменений климата, было черным ящиком. Уловить масштабы и величину миграции в пространстве и времени до недавнего времени было невозможно."
Хортон говорит, что этот доступ к данным и облачным вычислениям значительно расширил возможности команды по обобщению результатов. «Для обработки всех этих данных без облачных вычислений потребовалось бы более года непрерывных вычислений», – отмечает он.
Вместо этого команда вычислила цифры примерно за 48 часов.
Как отмечает Шелдон из Университета Массачусетса в Амхерсте, эти полеты птиц десятилетиями регистрировались сетью постоянно сканирующих погодных радаров Национальной метеорологической службы, но до недавнего времени эти данные были в основном недоступны для исследователей птиц, отчасти из-за огромных масштабов информация и отсутствие инструментов для ее анализа сделали возможными лишь ограниченные исследования.
Для этого исследования Amazon Web Services предоставил доступ к данным. Кроме того, новый инструмент MistNet, разработанный Шелдоном и его коллегами из Университета Массачусетса в Амхерсте с другими сотрудниками лаборатории Корнелла, использует машинное обучение для извлечения данных о птицах из радиолокационных данных и использования архивов радиолокационных данных, накопленных за десятилетия.
Название относится к тонким, почти невидимым «туманным сетям», которые орнитологи используют для отлова перелетных певчих птиц.
Как объясняет Шелдон, MistNet автоматизирует обработку огромного набора данных, измеряющих миграцию птиц над континентальной территорией США.S. более двух десятилетий, с отличными результатами по сравнению с людьми, работающими вручную.
Он использует методы компьютерного зрения, чтобы отличить птиц от дождя на изображениях, что является серьезным препятствием, с которым биологи сталкивались на протяжении десятилетий. «Исторически сложилось так, что человеку приходилось смотреть на каждое радиолокационное изображение, чтобы определить, есть ли на нем дождь или птицы», – отмечает он. «Мы разработали MistNet, систему искусственного интеллекта для обнаружения закономерностей на радиолокационных изображениях и автоматического удаления дождя."
Группа Шелдона сделала более ранние карты того, где и когда происходила миграция за последние 24 года, и оживила их, чтобы проиллюстрировать, например, наиболее интенсивные районы миграции в континентальной части Соединенных Штатов в коридоре примерно вдоль и к западу от реки Миссисипи. MistNet также позволяет исследователям оценивать скорость полета и интенсивность движения мигрирующих птиц.
Хортон из CSU говорит, что отсутствие изменений в моделях осенней миграции было немного неожиданным, хотя миграция также имеет тенденцию быть «немного более беспорядочной» в те месяцы. «Весной мы видим толпы мигрантов, которые движутся довольно быстрыми темпами, чтобы в конечном итоге добраться до мест размножения», – пояснил он. "Однако осенью не так много усилий, чтобы добраться до мест зимовки, и миграция, как правило, происходит более медленными и прерывистыми темпами."
Он добавляет, что сочетание факторов затрудняет изучение осенней миграции. Осенью птицы не соревнуются за помощников, и скорость до места назначения более расслабленная.
Также существует более широкий возрастной диапазон мигрирующих птиц, поскольку молодые в конечном итоге понимают, что им тоже необходимо мигрировать.
Хортон сказал, что результаты имеют значение для понимания будущих моделей миграции птиц, потому что птицы во время своих путешествий полагаются на пищу и другие ресурсы. В условиях изменения климата время цветения растительности или появления насекомых может не совпадать с периодом пролета перелетных птиц.
Говорят, что даже незначительные сдвиги могут иметь негативные последствия для здоровья перелетных птиц. В будущем исследователи планируют расширить свой анализ данных, включив в него Аляску, где изменение климата имеет более серьезные последствия, чем в 48 штатах США.S.