Wetenschappers hebben een nieuwe methode ontwikkeld om met behulp van drones en computervisie gegevens te verzamelen over het gedrag van dieren en het omringende natuurlijke landschap.
Stel je voor: een drone vliegt over een kudde zebra’s in centraal Kenia, hoog genoeg zodat de dieren er geen last van hebben. De zebra’s zijn echt interessant voor studies naar collectief en ruimtelijk gedrag, zeggen de onderzoekers Ben Koger en Blair Costelloe, die de drone volgen. De zebra’s leven namelijk in samenlevingen op meerdere niveaus: kleine groepen vrouwtjes en een mannetjes combineren tot grotere kuddes van tientallen dieren. Deze sociale en ruimtelijke structuur zou gedragsprocessen zoals besluitvorming en informatie-uitwisseling kunnen beïnvloeden en implicaties kunnen hebben voor het begrijpen van onze eigen complexe samenlevingen, aldus onderzoekers van de Universiteit van Konstanz en andere instellingen in Europa in een persbericht.
De eerste, langdurige uitdaging overwinnen
Traditioneel was het erg moeilijk om dit soort onderzoek uit te voeren. Maar nieuwe technieken die het team heeft ontwikkeld met behulp van drones en kunstmatige intelligentie openen nieuwe mogelijkheden.
Gedragsecoloog Blair Costelloe beschrijft de methode: “We hebben een analytische pijplijn gecreëerd waarmee we luchtopnames van drones kunnen maken en informatie kunnen extraheren over de locaties, de bewegingen en het gedrag van de dieren. We kunnen hun ruimtelijke verspreiding en gedrag meten en informatie krijgen over hun omgeving, inclusief de 3D-structuur van de omgeving.”
Tracking van het lab naar het veld brengen
Voorheen kregen onderzoekers meestal zeer nauwkeurige datasets over de groepsdynamiek van dieren in sterk gecontroleerde laboratoria waar je experimenten keer op keer kon herhalen. Maar het team vroeg zich af: “Zouden we drones en nieuwe computeralgoritmen kunnen gebruiken om dezelfde laboratoriumbenaderingen te nemen, maar ze naar de natuurlijke landschappen te brengen?”
Het is mogelijk, maar er moesten verschillende uitdagingen worden opgelost: “We namen vaak 20 of meer verschillende individuen tegelijk op. Kwantificeren waar elk van de individuen zich bevindt in één half uur video-observatie zou weken duren”, legt Ben Koger uit. “De eerste uitdaging was hoe we automatisch de dieren konden detecteren waarin we geïnteresseerd waren.” De oplossing was het trainen van deep learning algoritmes. De tweede uitdaging: de onderzoekers waren geïnteresseerd in de bewegingen van de dieren, en toch bevatten de video’s die ze opnamen niet alleen bewegingen van dieren, maar ook bewegingen van drones en vervormingen door het heuvelachtige landschap waarover ze filmden. Al die verschillende elementen moesten worden ontward voordat ze zinvolle gegevens konden krijgen.
Voordelen van de nieuwe methode
“De kracht van onze op beelden gebaseerde methode is dat het een algemene oplossing is”, zegt Koger. Omdat de drones niet alleen de diergroep observeren, maar ook het landschap, krijg je een zeer brede dataset, die informatie bevat over de sociale en omgevingscontext van alle dieren van de geobserveerde groep. Dit is mogelijk omdat ze het 3D-landschap dat ze opnemen expliciet modelleren.
Daarom kan de methode in elk open landschap worden gebruikt en kunnen onderzoekers expliciet de effecten van habitat op gedrag onderzoeken. “Dat is echt een krachtige aanpak die tot nu toe erg moeilijk was”, zegt Blair Costelloe. Een ander voordeel, in tegenstelling tot een andere gangbare methode, is dat dieren niet hoeven te worden gevangen en voorzien van bewegingssensoren, wat een riskante en dure procedure kan zijn, vooral wanneer wordt gewerkt met bedreigde soorten zoals de Grevy’s zebra.
Gebruiksmogelijkheden
Wereldwijd gaan populaties van wilde dieren achteruit als gevolg van habitatverlies, klimaatverandering en andere bedreigingen. Meer leren over hoe groepen dieren zich gedragen in complexe natuurlijke omgevingen kan helpen bij beschermingsmaatregelen en kan ook nieuwe inzichten opleveren in het leven en het gedrag van wilde diersoorten.
In hun paper schetst het team bepaalde onderzoeksgebieden waar hun methode een groot potentieel heeft om nieuwe inzichten te genereren, zoals ruimtelijke gedragsprocessen, collectieve gedragingen van meerdere dieren en interacties tussen dier en omgeving.
Geselecteerd voor jou!
Innovation Origins is het Europese platform voor innovatienieuws. Naast de vele berichten van onze eigen redactie in 15 Europese landen, selecteren wij voor jou de belangrijkste persberichten van betrouwbare bronnen. Zo blijf je op de hoogte van alles wat er gebeurt in de wereld van innovatie. Ben jij of ken jij een organisatie die niet in onze lijst met geselecteerde bronnen mag ontbreken? Meld je dan bij onze redactie.
Als je dit artikel leuk vindt, lees dan ook:
