Новые технологии помогут экологам точнее отслеживать стада антилоп гну в Серенгети

Новые методы подсчёта диких животных могут предоставить экологам быстрые и точные способы оценки численности природных популяций.

В новой статье, опубликованной в журнале Methods in Ecology and Evolution, математики и экологи из Великобритании, Африки и США описывают, как они использовали методы машинного обучения и гражданской науки для точного подсчёта антилоп гну в Национальном парке Серенгети в Танзании быстрее, чем это возможно традиционными методами.

Оценка численности гну в настоящее время крайне затратна и требует много времени, так как включает ручной подсчёт животных на тысячах аэрофотоснимков их мест обитания. На основе этих подсчётов, которые могут занимать месяцы, исследователи с помощью статистических оценок определяют размер популяции. Выявление изменений в популяции помогает управляющим дикой природой принимать более обоснованные решения для поддержания здоровья и устойчивости стад.

В команду, подготовившую статью, вошли исследователи из Университета Глазго, Университета Кейптауна в ЮАР, Филдовского музея естественной истории в США и Танзанийского института исследования дикой природы (TAWIRI).

Они использовали алгоритм глубокого обучения для идентификации гну на изображениях, полученных в ходе аэрофотосъёмки Национального парка Серенгети в 2015 году. Система была «обучена» распознавать гну с помощью 500 высококачественных аэрофотоснимков из Серенгети, а затем доработана для повышения точности. В итоге она смогла обработать 1000 изображений менее чем за два часа и дать общий подсчёт более 20 000 гну с точностью в пределах 1% от подсчёта, проведённого экспертом-человеком.

Второй подход команды использовал сайт гражданской науки Zooniverse, где была опубликована подборка тех же изображений, причём каждое большое изображение было разделено на 12 равных частей для облегчения подсчёта. За три недели в мае 2017 года более 2200 пользователей Zooniverse просмотрели около 10 000 таких изображений, предложив свой подсчёт гну на каждом. Чтобы обеспечить точность, каждое изображение было подсчитано 15 раз разными волонтёрами.

Доктор Колин Торни, старший преподаватель Школы математики и статистики Университета Глазго, один из ведущих авторов статьи, сказал: «Управляющим дикой природой нужны регулярные и точные подсчёты популяций животных, чтобы выявлять изменения и оценивать их причины. Без точных данных о численности им гораздо сложнее заметить ранние признаки сокращения, вызванного изменением среды обитания или ростом браконьерства, и начать принимать меры».

Доктор Эдвард Кох, соавтор статьи и главный научный сотрудник Танзанийского института исследования дикой природы (TAWIRI), сказал: «Эти новые технологии позволят TAWIRI проводить ежегодный учёт гну, так как трудоёмкая ручная работа будет автоматизирована. Успех подхода с машинным обучением представляет собой важную веху для методов учёта дикой природы в Танзании и по всей Африке».

Доктор Грант Хопкрафт из Института биоразнообразия, здоровья животных и сравнительной медицины Университета Глазго, старший автор статьи, добавил: «Ключевой движущей силой экосистемы Серенгети является численность гну. Сейчас их около 1,3 млн, и они влияют почти на все переменные в экосистеме — от частоты пожаров (так как они поедают траву) до количества насекомых, доступных перелётным птицам. Без гну экосистема перешла бы в совершенно иное состояние, поэтому важно знать их количество».

«Ежегодно около 8,5% этой популяции теряется из-за нелегальной торговли мясом диких животных, хищничества и естественных причин. Максимальный прирост популяции за счёт рождения детёнышей составляет около 10% в год, так что запас для поддержания популяции довольно мал».

Статья команды под названием «A comparison of deep learning and citizen science techniques for counting wildlife in aerial survey images» опубликована в Methods in Ecology and Evolution.