Новые модели могут снизить прилов морских птиц
Ежегодно десятки тысяч альбатросов и других морских птиц гибнут, запутавшись в ярусах — снастях для ловли рыбы на длинные лески. Инновационные модели, разработанные исследовательской группой под руководством Университета Дьюка, могут помочь снизить эти потери, точнее прогнозируя, где и когда пути птиц и судов могут пересечься.
Модели используют данные дистанционного зондирования о физических и биологических условиях, чтобы предсказать изменения — такие как температура поверхности моря или наличие фитопланктона, — которые делают разные части океана подходящими местами для кормления, гнездования и других видов поведения птиц в разное время года или от года к году.
Экологи и управляющие рыболовством могут накладывать карты прогнозируемой пригодности среды обитания на карты активности ярусного промысла и миграций птиц, отслеженных с помощью телеметрии, чтобы лучше избегать прилова птиц.
Старые модели прилова не учитывают эти динамические факторы; они почти исключительно полагаются на статичные наложения, основанные на исторических данных о промысле и отслеживании птиц.
Команда под руководством Университета Дьюка протестировала новые модели на примере двух видов пелагических морских птиц: темноспинного (Laysan) и черноногого альбатросов, чьи дальние миграции пересекают районы активного промысла меч-рыбы и тунца в водах Гавайев. В исследованиях использовались исторические данные о прилове и отслеживании за 1997–2000 годы. Результаты были опубликованы 23 марта онлайн в британском рецензируемом журнале Proceedings of the Royal Society B.
Прогнозы моделей тесно коррелировали с фактическими историческими наблюдениями за приловом, говорит ведущий исследователь Рамунас Зиделис. Согласно прогнозам модели, черноногие альбатросы попадались в снасти в 1997–2000 годах чаще, несмотря на то что их численность была в 10 раз ниже, чем у темноспинных альбатросов, вероятно, из-за большего перекрытия их среды обитания с районами промысла.
Зиделис отмечает, что результаты демонстрируют, что новые модели «могут быть особенно полезны в случаях, когда данные отслеживания птиц не полностью репрезентативны для популяции» или не отражают всей полноты её текущего или потенциального ареала.
Например, модели предсказали подходящие места обитания для темноспинных альбатросов вдоль Калифорнийского течения в восточной части Тихого океана, несмотря на то что ни одна из отслеженных в исследовании птиц туда не летала. Экологи, полагающиеся на старые статические модели, не были бы предупреждены о возможных случаях прилова в этом регионе, хотя известно, что темноспинные альбатросы кормятся в богатых водах этого течения.
Модели также предсказали подходящие места обитания для черноногих альбатросов с июля по октябрь в Охотском море на северо-западе Тихого океана, хотя недавние данные отслеживания не указывают на то, что ареал вида простирается так далеко.
Одно из возможных объяснений, по словам соавтора Ларри Б. Кроудера из Университета Дьюка, может заключаться в том, что огромное количество черноногих альбатросов было истреблено в этом регионе ради перьев в XIX и начале XX века, что фактически уничтожило современную популяцию, хотя археологические данные свидетельствуют о широком распространении птиц там в доиндустриальные времена.
«Неизвестно, правильно ли модели определили потенциальный или недавний ареал черноногого альбатроса, — говорит Кроудер. — Тем не менее, это подчеркивает потенциал динамических моделей для предоставления новой информации о распределении животных».