Усовершенствованные статистические модели помогут в сохранении косаток и других видов
Для сохранения видов экологам необходимо понимать поведение диких животных, но слежение за ними может быть дорогим, опасным или иногда невозможным, как в случае с животными, которые перемещаются под водой или в труднодоступных зонах.
Учёные обратились к следующему лучшему решению: био-регистрирующим устройствам, которые можно прикреплять к животным и которые фиксируют информацию о движении, частоте дыхания, сердечном ритме и многом другом.
Однако для получения точной картины поведения помеченного животного в его среде обитания требуется статистический анализ, особенно когда речь идёт о перемещении животных. Методы, используемые статистиками, постоянно развиваются, чтобы полностью использовать доступные большие и сложные наборы данных.
Недавнее исследование учёных из Института океанов и рыболовства (IOF) и факультета статистики UBC приблизило нас к пониманию поведения северных резидентных косаток за счёт улучшения статистических инструментов, полезных для идентификации поведенческих паттернов, которые нельзя наблюдать напрямую.
«В этой статье мы действительно попытались разобраться с некоторыми из тех мелкомасштабных поведенческих актов, которые не так-то просто смоделировать, — сказал Эван Сидроу, докторант факультета статистики и ведущий автор исследования. — Речь идёт о выявлении поведения в масштабе секунд — возможно, 10–15 секунд. Обычно это выглядит так: кит осматривается, а затем активно плывёт секунду, чтобы переместиться в новое место. Мы пытаемся наблюдать мимолётные действия, например, поимку рыбы».
Исследовательская группа усовершенствовала статистический инструмент, основанный на так называемой скрытой марковской модели, которая помогает раскрыть тайны, скрытые в наборах данных о перемещении животных.
«Традиционные скрытые марковские модели не работают на очень мелких временных масштабах, — пояснил Сидроу. — Это связано со структурой данных, которую невозможно уловить с помощью базового типа скрытой марковской модели. Мы пытаемся уловить её с помощью нашей модели — мы пытаемся учесть эту "извилистость", которую традиционная скрытая марковская модель не смогла бы учесть».
Другими словами, теперь, когда метки могут собирать данные почти непрерывно, исследователи получают огромное количество точек данных, взятых с интервалом в доли секунды. Традиционные марковские модели и статистические методы с трудом интерпретируют такую высокочастотную информацию — отсюда и необходимость в более продвинутой марковской модели, предложенной в исследовании.
Используя усовершенствованные скрытые марковские модели, команда обнаружила некоторые ранее неизвестные поведенческие паттерны у северных резидентных косаток. Кит, данные которого использовались для разработки модели, предпочитал экономить энергию, планируя в воде при глубоких погружениях. Ближе к поверхности он двигался активнее, ускорялся быстрее и чаще «взмахивал» хвостом.
Понимание этих паттернов погружения будет иметь решающее значение для сохранения китов, поскольку поможет исследователям узнать, сколько энергии требуется косаткам для поддержания жизнедеятельности.
По словам Сидроу, область применения этого метода выходит далеко за рамки данных о перемещении китов.
«Его можно применить практически к любым данным о перемещении животных. Если вы помечаете животных и хотите понять их поведение на мелком масштабе, то этот метод может оказаться полезным — даже для таких вещей, как взмахи крыльев птиц».
Он может даже оказаться полезным в областях, не связанных с экологией, например, для определения вероятности поломки машин путём классификации случаев, когда их внутренние части вибрируют ненормально.
По словам старшего автора исследования, доктора Мари Оже-Мете, доцента факультета статистики и Института океанов и рыболовства, эта работа — один из первых шагов на пути к полному пониманию того, почему южные резидентные косатки живут не так хорошо, как их северные сородичи.
«Использование наших методов для обнаружения моментов, когда животные ловят добычу, и моделирования их энергозатрат будет ключом к пониманию различий между этими соседними популяциями китов», — сказала она.
Следующая цель — понять, когда киты захватывают добычу, и применить модели к популяциям как северных, так и южных резидентных косаток, чтобы увидеть, как они ведут себя по-разному.
«В статье предлагается множество "строительных блоков"-решений, которые можно использовать вместе или независимо, — отметила доктор Оже-Мете. — По сути, мы предоставляем исследователям, работающим с высокочастотными данными о движении и другими подобными высокочастотными временными рядами, набор инструментов».
Исследование опубликовано в The Canadian Journal of Statistics.