Как технологии помогают раскрывать секреты биоразнообразия Амазонии

Тропические леса занимают 12% суши, но в них обитает около двух третей всех наземных видов. Амазония — крупнейший массив тропических лесов на планете, где обитает больше видов животных, чем в любом другом наземном ландшафте.

Изучение дикой природы в этих тёмных и густых лесах — сложная задача из-за природы биоразнообразия Амазонии: здесь мало обильных видов и много редких, которые трудно адекватно обследовать.

Понимание видового состава и его связи со средой имеет фундаментальное значение для экологии и охраны природы, давая информацию о воздействии антропогенных нарушений, таких как изменение климата, вырубка или пожары. Это также помогает оценить устойчивую деятельность человека, например, выборочные рубки.

В рамках проекта Bioclimate мы используем технологические решения, такие как фотоловушки и пассивные акустические мониторы, чтобы преодолеть эти барьеры и углубить понимание дикой природы Амазонии. Эти устройства превосходят традиционные методы, непрерывно собирая данные без вмешательства человека, позволяя животным вести себя естественно.

Глаза среди деревьев

Фотоловушки — небольшие устройства, срабатывающие на движение. Они были необходимы для нашей полевой работы в Национальном лесу Тапажос в Бразилии, позволив изучить, повлияли ли нарушения, такие как изменение климата, на присутствие и поведение животных, важных для природных процессов.

Один из таких процессов — распространение семян животными, необходимое для восстановления леса. Наше исследование показало, что как минимум 85% видов деревьев на наших участках распространяют семена с помощью животных.

Чтобы понять последствия исчезновения этих видов, нужно знать, кто какие растения распространяет и как далеко. Мы установили камеры у плодоносящих деревьев, чтобы выяснить, какие виды едят какие плоды.

В результате было получено более 30 000 часов видеоматериалов, из которых 5 459 видео содержали животных. Зарегистрировано 152 вида птиц и млекопитающих, включая редкие угрожаемые виды, такие как грифовый попугай (Pyrilia vulturina).

Видео дали уникальные сведения о поведении: оцелот (Leopardus pardalis), охотящийся на опоссума (Didelphis marsupialis), гигантский муравьед (Myrmecophaga tridactyla) с детёнышем на спине, любопытная обезьяна-капуцин (Sapajus apella), которая сбросила камеру на землю.

Важно, что мы зафиксировали 48 видов, поедающих фрукты, включая важных распространителей семян, таких как южноамериканский тапир (Tapirus terrestris), способный разносить крупные семена на большие расстояния.

Наше исследование показало, что такие виды, как белохохлый гуан (Penelope pileata), серебристая игрунка (Mico argentatus) и амазонский мазама (Mazama nemorivaga), часто потребляют фрукты. Многие из этих видов подвергаются чрезмерной охоте в регионе, что может каскадно повлиять на восстановление леса.

Звучащие леса

Акустические регистраторы, в свою очередь, необходимы для учёта богатого видами сообщества птиц. Хотя птиц редко видно в густом лесу, их вокализация выдаёт их присутствие.

Орнитологи, изучая тропических птиц, ограничены в частоте учётов из-за логистических сложностей. Традиционные обследования длятся от 5 до 15 минут, с ограниченным числом повторов на каждой точке. Это означает, что охватывается лишь малая часть периода наибольшей активности птиц — двух часов после рассвета, известного как утренний хор.

Птицы поют не все одновременно: некоторые предпочитают очень раннее утро, большинство — когда теплее и солнце встало, а некоторые — позже. Ограничиваясь несколькими учётами, трудно охватить весь период и обнаружить все виды. Кроме того, погода или присутствие хищников в отдельные дни могут полностью изменить список обнаруженных видов.

Наше исследование показало, что настройка автономных акустических регистраторов на 240 очень коротких записей по 15 секунд (всего один час обследования) позволяет зарегистрировать на 50% больше видов в каждой точке по сравнению с четырьмя 15-минутными обследованиями, имитирующими человеческие. Дополнительные учёты позволили распределить период обследования на большее число дней и, что важнее, на весь утренний хор. Мы обнаружили небольшую группу видов, которые предпочитали петь за 15 минут до рассвета и через 15 минут после, и обнаружить их можно было только при многократных обследованиях в этот период — что возможно лишь с автоматическими регистраторами.

Эти более полные обследования позволяют лучше оценить виды, живущие в этих гиперразнообразных регионах, а также те, которые исчезают при вырубке или пожарах. Благодаря этому методу мы смогли обнаружить 224 вида птиц в 29 локациях, затратив всего по часу обследования на каждую.

Видовой состав в нетронутых и нарушенных лесах подтвердил наши предыдущие исследования: ненарушенные первичные леса содержат уникальные сообщества птиц, которые теряются при повреждении лесов выборочными рубками или пожарами.

Акустические регистраторы также позволили собирать данные в течение длительного времени — уже накоплено более 10 000 часов.

Однако сбор данных в таком масштабе означает, что учёный не может прослушать все записи. Вместо этого новая область экоакустики разработала статистические методы для характеристики целых звуковых ландшафтов. Акустические индексы измеряют вариацию амплитуды и частоты, давая метрику того, насколько «занят» или разнообразен каждый звуковой ландшафт. Избавляя от необходимости идентифицировать отдельные звуки, они эффективно обрабатывают большие объёмы акустических данных.

Мы использовали акустические индексы, чтобы показать, что ненарушенные первичные леса имеют уникальные звуковые ландшафты, которые можно идентифицировать с помощью методов машинного обучения. Эти данные, в свою очередь, позволяют сравнивать звуковые ландшафты, нарушенные пожарами или рубками, и определять наиболее пострадавшие группы видов.

Фотоловушки и акустические регистраторы позволяют нам иметь глаза и уши в лесу, даже когда исследователей там нет. По мере развития технологий мы будем использовать новейшие методы, чтобы лучше понимать поведение и экологию животных и использовать это для более эффективной оценки и защиты их мест обитания.

Мы особенно стремимся разработать модели глубокого обучения для идентификации видов, а в некоторых случаях — для различения особей одного вида. Изображения и записи звуков с автоматических регистраторов открывают новые пути для понимания численности и поведения животных, давая новые представления о тайном мире тропической лесной фауны.