Математика значительно упрощает поиск убежищ летучих мышей, как показало наше исследование
Поиск летучих мышей — сложная задача. Они маленькие, быстрые и активны в основном ночью.
Наше новое исследование может улучшить методы поиска убежищ (ростов) летучих мышей для экологов. Мы разработали новый алгоритм, который значительно сокращает площадь, которую необходимо обследовать, что экономит время и снижает трудозатраты.
Эти летающие млекопитающие — естественные истребители вредителей и опылители, они помогают рассеивать семена, внося важный вклад в здоровье экосистем. Однако их среда обитания находится под угрозой из-за деятельности человека: увеличения освещённости, шума и изменения землепользования. Чтобы изучать и поддерживать популяцию летучих мышей, необходимо находить их убежища, что похоже на поиск иголки в стоге сена.
Наша предыдущая работа заключалась в измерении и моделировании движения больших подковоносов в полёте. Такая модель позволяет предсказывать, где окажется летучая мышь, в зависимости от местоположения её убежища. Но часто это местоположение как раз и неизвестно.
Новое исследование объединяет нашу математическую модель движения летучих мышей с данными, собранными акустическими регистраторами, известными как «детекторы летучих мышей». Эти детекторы размещают в окружающей среде на несколько ночей.
Видеть с помощью звука
Летучие мыши используют эхолокацию, чтобы «видеть с помощью звука» в полёте. Если их ультразвуковые сигналы издаются в пределах 10–15 метров от детектора, устройство срабатывает и делает запись, точно фиксируя место и время присутствия летучей мыши.
Записи также дают подсказки о виде. Большие подковоносы издают очень характерный «трелеподобный» сигнал с частотой почти ровно 82 кГц, что позволяет легко определить присутствие этого вида.
Используя данные о вызовах, можно построить карту, показывающую долю записей в каждом месте расположения детектора. Наша модель также может предсказать эту долю для заданного местоположения убежища.
Мы разбиваем территорию на сетку и моделируем полёты летучих мышей из каждого квадрата. Квадрат (или квадраты), моделирование для которого лучше всего воспроизводит данные с детекторов, и будет наиболее вероятным местом нахождения убежища.
Этот алгоритм можно применять для целых ландшафтов, создавая карту вероятных мест расположения ростов. Исключая наименее вероятные области, можно сократить зону поиска до менее 1% от первоначально обследуемой площади. Это упрощает поиск убежищ и позволяет экологам тратить больше времени на проекты по сохранению видов, а не на трудоёмкие поиски.
В 2022 году мы разработали приложение, которое использует общедоступные данные для прогнозирования маршрутов полёта летучих мышей. Сейчас оно помогает экологам, застройщикам или местным властям понять, как летучие мыши используют территорию. Однако для его работы сначала нужно указать местоположение убежища, которое не всегда известно. Наше новое исследование устраняет это препятствие, делая приложение более удобным.
Наша работа предлагает способ определения вероятных мест расположения убежищ. Эти оценки затем можно проверить либо путём прямого наблюдения за определёнными объектами, либо с помощью радиотрекинга, отслеживая летучих мышей, пойманных поблизости, до их дома.
За последние два десятилетия детекторы летучих мышей превратились из простых ручных устройств в высокопроизводительные приборы, способные собирать данные в течение многих дней. Однако обычно их используют только для идентификации видов. Мы показали, что их также можно применять для определения областей, где с наибольшей вероятностью находятся убежища, раскрывая важную информацию об этих скрытных животных.
Мы надеемся, что это предоставит экологам дополнительные инструменты для оптимизации первоначального размещения микрофонных детекторов, предлагая комплексный подход к обнаружению убежищ летучих мышей.