Eläintutkimuksen vallankumous: Mobiilikamerat paljastavat lintujen käyttäytymisen!

Eläintutkimuksen vallankumous: Mobiilikamerat paljastavat lintujen käyttäytymisen!

Tutkijat Konstanz Cluster of Excellence "Collective Behavior" -ryhmästä ovat kehittäneet innovatiivisen mobiilikamerajärjestelmän nimeltä "3D-SOCS". Tämä järjestelmä on suunniteltu keräämään yksityiskohtaista tietoa eläinten käyttäytymisestä niiden luonnollisessa elinympäristössä ja mahdollistaa tarkan, merkkittömän 3D-seurannan useiden lintujen asennoista ja liikkeistä samanaikaisesti. Tähän mennessä 3D-seuranta on keskittynyt enimmäkseen sisätiloihin tai vankeudessa oleviin eläimiin. Uusi järjestelmä julkaistiin tunnetussa Methods in Ecology and Evolution -lehdessä, ja se edustaa edistystä eläinten käyttäytymistutkimuksessa.

3D-SOCS:n käyttö tapahtui metsässä lähellä Max Planckin käyttäytymisbiologian instituuttia Möggingenissä. Kenttäkokeen aikana esiteltiin visuaalisia ärsykkeitä, kuten jauhomatoja ja täytettyjä lintuja, lintujen vasteiden tarkkailemiseksi. Saatujen tietojen perusteella voidaan tehdä johtopäätöksiä näkökentän käytöstä ja lintujen lateralisaatiosta. Järjestelmän avulla voidaan myös arvioida eläinten ruumiintilavuutta, joka toimii niiden painon likimääräisenä. Erityisen huomionarvoista on, että tiedonkeruu on ei-invasiivista, mikä tarkoittaa, että eläimiä ei tarvitse ottaa kiinni.

Tekniset innovaatiot ja ekologinen seuranta

3D SOCS -järjestelmä edustaa avointa alustaa. Laitteistosuunnitelmat ja ohjelmistot ovat julkisesti saatavilla, joten laaja tiedeyhteisö voi käyttää tekniikkaa. Tämä järjestelmä edistää synergiaa laboratorio- ja kenttätutkimuksen välillä ja kaventaa kuilua kontrolloitujen tutkimusten ja ekologisesti pätevien kenttähavaintojen välillä. Sitä rahoittavat Saksan tutkimussäätiö (DFG) ja Sveitsin koulutus-, tutkimus- ja innovaatiosihteeristö (SERI), ja se on akkukäyttöinen, joten se on suunniteltu kenttäkäyttöön.

Taustalla olevan tutkimuksen kirjoittajat, mukaan lukien Michael Chimento ja Alex Hoi Hang Chan, pyrkivät keräämään suuria käyttäytymistietoja luonnonvaraisista eläimistä luonnollisissa elinympäristöissä. Uusimpien anturitekniikoiden, kuten GPS:n ja passiivisten transponderitunnisteiden, avulla käyttäytymistietojen laatu ja laajuus paranevat merkittävästi. Koneoppimisen ja tietokonenäön edistyminen mahdollistaa erityisen tarkat mittaukset, jotka voivat kilpailla valvottujen laboratorio-olosuhteiden kanssa.

Kuva-analyysialgoritmien rooli

Konstanzin kehityksen lisäksi yliopiston Neuroinformatiikan instituutin ja ETH Zurichin tutkijat ovat luoneet kuva-analyysialgoritmin, joka automatisoi videotallenteiden analysoinnin käyttäytymistutkimuksissa. Tämä algoritmi käyttää tietokonenäköä ja koneoppimista erottamaan yksittäiset eläimet ja havaitsemaan käyttäytymisen, kuten uteliaisuuden ja pelon. Algoritmin erityiset vahvuudet ovat videotallenteiden nopea ja automatisoitu arviointi, mikä lisää tutkimustulosten toistettavuutta ja validiteettia.

Menetelmää koulutettiin käyttämällä sekä hiirten että makakien videotallenteita, mutta se on yleisesti sovellettavissa. Tällä algoritmilla on laaja käyttökohde karjanhoidon epänormaalin käyttäytymisen seurannasta monimutkaisten sosiaalisten vuorovaikutusten analysointiin eläinyhteisöissä. Tämän aloitteen tavoitteena on yhdessä Zürichin eläintarhan kanssa parantaa karjanhoitoa ja luoda automatisoitua käyttäytymistutkimusta. ETH-professori Yanik aikoo käyttää tätä tekniikkaa jäljitelmäoppimisen tutkimuksessaan.

Näiden teknologioiden aikaansaamat edistysaskeleet voisivat merkittävästi syventää ymmärrystämme eläinten käyttäytymisestä luonnossa ja siten myös parantaa uhanalaisten lajien suojelun ja säilyttämisen perustaa.