پیدا کردن خفاش دشوار است. آنها کوچک، سریع هستند و بیشتر در شب پرواز می کنند.
اما مال ما تحقیق جدید می تواند روشی را که حافظان محیط زیست مکان یابی خفاش ها را پیدا می کنند، بهبود بخشد. ما یک الگوریتم جدید ایجاد کردهایم که منطقه مورد جستجو را تا حد زیادی کاهش میدهد، که میتواند باعث صرفهجویی در زمان و کاهش هزینههای نیروی کار شود.
البته ممکن است تعجب کنید که چرا ما حتی می خواهیم خفاش ها را پیدا کنیم. اما این پستانداران پرنده کنترل کننده آفات و گرده افشان طبیعی هستند و به پراکندگی دانه ها کمک می کنند. بنابراین آنها در کمک به سلامت محیط زیست ما بسیار مفید هستند.
با این حال، با وجود اهمیت، زیستگاه خفاش ها توسط فعالیت های انسانی مانند افزایش روشنایی، سر و صدا و استفاده از زمین تهدید می شود. برای اطمینان از اینکه میتوانیم سلامت جمعیت خفاشهایمان را مطالعه کرده و بهبود ببخشیم، باید محل زندگی آنها را پیدا کنیم. اما یافتن محل نگهداری خفاش ها کمی شبیه یافتن سوزن در انبار کاه است.
مال ما شغل قبلی حرکت خرچنگ های نعل اسبی بزرگتر را در هنگام پرواز اندازه گیری و مدلسازی کرد. داشتن چنین مدلی به این معنی است که میتوانیم بر اساس موقعیت خفاش خفاشها پیشبینی کنیم که کجا خواهند بود. اما وضعیت تخت چیزی است که ما اغلب نمی دانیم.
تحقیقات جدید ما مدل ریاضی قبلی ما از حرکت خفاش را با دادههای جمعآوریشده توسط دستگاههای ضبط صوتی معروف به «ردیاب خفاش» ترکیب میکند. این ردیاب های خفاش در اطراف محیط قرار می گیرند و برای چندین شب در آنجا رها می شوند.
دیدن با صدا
خفاش ها از اکولوکاسیون استفاده می کنند که به آنها اجازه می دهد هنگام پرواز “با صدا ببینند”. اگر این تماس های اولتراسونیک در فاصله ده تا 15 متری یک ردیاب خفاش انجام شود، دستگاه برای ضبط کردن فعال می شود و ثبت دقیقی از مکان و زمان حضور خفاش ارائه می دهد.
صداهای ضبط شده نیز سرنخ هایی از هویت گونه ارائه می دهند. خرچنگ های نعل اسبی بزرگ صدای “لرزش” بسیار متمایز را تقریباً با فرکانس 82 کیلوهرتز تولید می کنند، بنابراین ما به راحتی می توانیم تشخیص دهیم که آیا این گونه وجود دارد یا نه.
با فرض اینکه باتری یک ردیاب خفاش چندین شب دوام می آورد، کارت حافظه آن پر نیست، و ماژول ها دزدیده یا خراب نشده اند، می توانیم از داده های تماس خفاش برای ایجاد نقشه ای استفاده کنیم که نسبت تماس های خفاش را در هر آشکارساز مکان نشان می دهد.
مدل ما همچنین میتواند برای پیشبینی نسبت تماسهای خفاشها بر اساس یک مکان مشخص شده استفاده شود. بنابراین، ما محیط را به یک شبکه تقسیم می کنیم و پرواز خفاش ها را از هر مربع شبکه شبیه سازی می کنیم. مربع یا مربعهای شبکهای که شبیهسازیهای آنها دادههای آشکارساز خفاش را به بهترین شکل بازتولید میکنند، محتملترین مکانهای خفاش خواهند بود.
سپس این الگوریتم ساده را می توان در کل زمین اعمال کرد، به این معنی که می توانیم نقشه ای از مکان های احتمالی پناهگاه ایجاد کنیم. حذف مناطقی که کمترین احتمال وجود آنها را دارند ممکن است به این معنی باشد که فضای جستجو را به کمتر از 1٪ از منطقه مورد بررسی اولیه کاهش می دهیم. سادهسازی فرآیند یافتن محل نگهداری خفاشها باعث میشود تا زمان بیشتری برای بومشناسان به جای جستجوی پرزحمت صرف پروژههای حفاظتی شود.
در سال 2022 ما توسعه دادیم برنامه که از داده های در دسترس عموم برای پیش بینی خطوط پرواز خفاش استفاده می کند. در حال حاضر، این برنامه میتواند به بومشناسان، توسعهدهندگان یا برنامهریزان محلی کمک کند تا درک کنند که چگونه خفاشها از محیط استفاده میکنند. البته ابتدا باید محل اقامت شبانه را مشخص کرد و این اطلاعات همیشه مشخص نیست. تحقیقات جدید ما این مانع را برطرف کرده و استفاده از برنامه را آسانتر میکند.
کار ما راهی برای شناسایی مکان های احتمالی پناهگاه ارائه می دهد. سپس این تخمین ها را می توان با مشاهده مستقیم ویژگی های خاص یا با گرفتن خفاش ها در یک مکان نزدیک و ردیابی آنها به خانه با استفاده از ردیابی رادیویی تأیید کرد.
در طول دو دهه گذشته، آشکارسازهای خفاش از ماشینهای ساده دستی به دستگاههایی بسیار کارآمد تبدیل شدهاند که میتوانند برای روزها دادهها را جمعآوری کنند. با این حال آنها معمولا فقط برای شناسایی گونه های خفاش استفاده می شوند. ما نشان دادهایم که میتوان از آنها برای شناسایی مناطقی که محتملترین محل اقامت خفاشها است، استفاده کرد و اطلاعات مهمی را در مورد این مخفیترین حیوانات نشان داد.
ما امیدواریم که این ابزارهای اضافی را برای بوم شناسان فراهم کند تا مکان های آشکارساز میکروفون اولیه را بهینه کنند و از این طریق راهی جامع برای تشخیص محل نگهداری خفاش ها ارائه دهند.