Морские львы с камерами наносят на карту неисследованные районы океана
Но эти судовые исследования требуют значительного времени, благоприятных погодных условий, и являются дорогостоящими.
Результаты научного труда, опубликованные 7 августа в Frontiers in Marine Science, включают подробные карты дна океана, созданные путем объединения видео, снятых животными, с моделью машинного обучения, рассказывает Nature. Ученые прикрепили датчики к к спинам восьми взрослых самок из двух крупнейших колоний австралийских морских львов.
«Это особенно глубокие и удаленные морские местообитания, куда вы не сможете добраться с помощью обычных обследований, которые проводятся с лодки, – пояснил соавтор исследования Натан Анджелакис, изучающий экологию и эволюционную биологию в Южно-Австралийском научно-исследовательском институте в Вест-Бич. – С данными, которые собираем, мы по сути исследуем новые части океана, еще не нанесенными на карту».
Анджелакис и его коллеги опробовали сравнительно низкотехнологичный подход, заручившись помощью диких австралийских морских львов. Эти животные проводят большую часть времени на морском дне, добывая пищу на континентальном шельфе, участке океана, который простирается от береговой линии. Исследователи предположили, что, отслеживая перемещения морских львов, они смогут собрать информацию как о форме морского дна, так и о распределении различных мест обитания.
Оборудование, включающее GPS-трекеры, камеры и датчики движения, было спроектировано так, чтобы быть небольшим и негромоздким, весить менее 1% от веса тела морских львов, чтобы не мешать животным и не влиять на их поведение. По завершении проекта члены команды смогли снять датчики, не повредив мех животных. Морские львы отсняли 89 часов видеоматериалов, охватывающих шесть различных мест обитания на морском дне: от голого песка до лугов водорослей.
Исследователи использовали отснятый материал для оценки биоразнообразия в этих областях и для сравнения мест, которые посетили две колонии. Также с помощью видео ученые проверили точность модели машинного обучения, разработанной для прогнозирования местообитаний морского дна на основе таких переменных, как температура поверхности моря и расстояние от побережья. Оказалось, что модель была точной более чем на 98%, поэтому она была использована для картирования местообитаний морского дна в соседних районах. В будущих исследованиях ученые планируют оснастить морских львов дополнительными датчиками для сбора данных о физических и химических свойствах местообитаний морского дна.