← أحدث الأبحاث
🧬 biology

City-specific or generalisable resistances? An urban animal connectivity model performs better when parameterised from two cities

من خلال تحليل حركة طيور الشحرور الشائعة في ميونيخ وأنجيه، تُظهر هذه الدراسة أنه بينما تختلف قيم مقاومة الموائل المطلقة بين المدينتين، فإن دمج البيانات من بيئات حضرية متعددة يحسن بشكل كبير من دقة التنبؤ وقابلية نقل نماذج الاتصال لتحديد الأهمية النسبية للحواجز.

المؤلفون الأصليون: Lisa Merkens, Meret Pundsack, Anne Mimet, Damien Gourmelon, Wolfgang W Weisser

نُشر 2026-08-12
📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة

المؤلفون الأصليون: Lisa Merkens, Meret Pundsack, Anne Mimet, Damien Gourmelon, Wolfgang W Weisser

البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ⚕️ هذا شرح مولَّده بالذكاء الاصطناعي لبحث مسبق لم يخضع لمراجعة الأقران. وهو ليس نصيحة طبية. لا تتخذ أي قرارات تتعلق بصحتك بناءً على هذا المحتوى. اقرأ إخلاء المسؤولية الكامل

تخيل مدينة ليس فقط كمكان للناس، بل كمتاهة ضخمة ومزدحمة للحيوانات. بالنسبة لطائر، أو سنجاب، أو قنفذ، فإن الانتقال من حديقة إلى أخرى ليس مجرد مسألة طيران أو مشي؛ بل هو لعبة ملاحة عالية المخاطر مليئة بالعقبات. بعض الأشياء، مثل بقعة عشب هادئة أو شجرة عالية، تشبه الطرق السريعة المفتوحة — سهلة العبور ومليئة بالوجبات الخفيفة. أما أشياء أخرى، مثل ناطحة سحاب ضخمة أو طريق سريع هادر، فهي تشبه الجدران العملاقة أو الخنادق العميقة التي تجعل الرحلة خطيرة أو مستحيلة. يطلق العلماء على هذه العقبات اسم "المقاومة". ولمساعدة الحيوانات على البقاء على قيد الحياة في غاباتنا الخرسانية، يستخدم مخططو المدن نماذج حاسوبية لرسم أفضل المسارات، آملين في ربط المساحات الخضرة حتى تتمكن الحيوانات من العثور على الطعام، والشركاء، وأماكن آمنة لتعشيشها. لكن الجزء الصعب هنا هو أن هذه النماذج تحتاج إلى كتاب قواعد. فهي تحتاج إلى معرفة مدى "صعوبة" عبور حيوان معين لنوع محدد من المباني أو الشوارع.

السؤال الكبير الذي صارع العلماء من أجله هو ما إذا كان كتاب القواعد هذا عالميًا أم أنه مكتوب خصيصًا لكل مدينة. هل المبنى "متوسط الحجم" مخيف بنفس القدر لطائر في ميونيخ كما هو الحال في أنجيه؟ أم أن الأجواء المحلية، والتخطيط، والتاريخ لكل مدينة يغيرون كيفية رؤية الحيوان للعالم؟ إذا لم نتمكن من الوثوق بأن كتاب قواعد كُتب لمدينة واحدة يمكن استخدامه في مدينة أخرى، فقد نبني الجسور الخاطئة أو نفقد المسارات الأكثر أهمية. وهذا عدم اليقين يجعل من الصعب حماية الحياة البرية على نطاق واسل، لأننا لا نستطيع ببساطة نسخ ولصق خطط الحفظ الخاصة بنا من مكان إلى آخر دون التحقق مما إذا كانت تناسب الواقع فعليًا.

قررت هذه الدراسة وضع هذه الفكرة قيد الاختبار من خلال لعب دور المحقق باستخدام طائر الشحرور الأسود الشائع، وهو طائر نجح في التكيف مع العيش في المدن عبر أوروبا. سأل الباحثون، الذين عملوا باستخدام بيانات من مدينتين أوروبيتين مختلفتين تمامًا — ميونيخ في ألمانيا، وأنجيه في فرنسا — سؤالًا بسيطًا ولكنه عميق: هل يمكننا أخذ "قواعد المقاومة" التي تعلمناها في مدينة واحدة واستخدامها في مدينة أخرى، أم أننا بحاجة للبدء من الصفر في كل مرة؟ كما تساءلوا أيضًا عما إذا كان دمج البيانات من كلتا المدينتين معًا سيخلق "كتاب قواعد خارقًا" أفضل من أي منهما بمفرده.

ولمعرفة ذلك، عاملوا المدينتين كأنهما مستويان مختلفان في لعبة فيديو. أولاً، راقبوا أين كانت طيور الشحرور تتحرك وتطير بالفعل في كل من ميونيخ وأنجيه. نظروا إلى ما تتجنبه الطيور وما تبحث عنه. ووجدوا أن "قائمة التسوق" الخاصة بالطيور لمنزل جيد كانت متسقة للغاية: لقد أحبوا المناطق التي تحتوي على مزيج من الأشجار، والشجيرات، والعشب، بغض النظر عن المدينة التي يتواجدون فيها. سواء في ميونيخ أو أنجيه، أرادت الطيور نفس المكونات لتحضير سلطة، لذا كانت "متطلبات الموطن" سهلة النقل.

ومع ذلك، أصبحت القصة أكثر إثارة عندما نظروا في العقبات. اكتشفوا أنه بينما كان ترتيب العقبات هو نفسه في كلتا المدينتين (المباني العالية كانت دائمًا الأكثر إخافة، تليها المباني المتوسطة، ثم الشوارع)، إلا أن شدة الخوف كانت مختلفة. في ميونيخ، بدا المبنى منخفض الارتفاع كأنه حاجز أكبر من الشارع، ولكن في أنجيه، بدا الشارع مخيفًا بقدر المبنى المنخفض. الأمر يشبه القول إن في مدينة ما، جدار بارتفاع 10 أقدام يمثل توقفًا تامًا، بينما في مدينة أخرى، هو مجرد إزعاج طفيف. الأرقام المطلقة لم تتطابق تمامًا، مما يعني أنه لا يمكنك مجرد نسخ ولصق قيم المقاومة الدقيقة من مدينة إلى أخرى وتوقع أن يعمل الأمر بشكل مثالي.

لكن إليكم المفاجأة: عندما دمج الباحثون البيانات من كلتا المدينتين لإنشاء نموذج واحد مشترك، فقد عمل في الواقع بشكل أفضل من استخدام بيانات ميونيخ وحدها للتنبؤ بالحركات في ميونيخ. الأمر كما لو أنه من خلال الاستماع إلى مجموعتين مختلفتين من الطيور، تمكنوا من فهم "جو" حياة المدينة لطيور الشحرور بدقة أكبر مما لو استمعوا إلى مجموعة واحدة فقط. كان النموذج المدمج قادرًا على التنبؤ بأماكن ذهاب الطيور في ميونيخ بشكل أفضل قليلاً من النموذج المبني فقط على بيانات ميونيخ. هذا يشير إلى أنه بينما تمتلك كل مدينة سماتها الفريدة، إلا أن هناك أنماطًا أساسية لا تكشف عن نفسها إلا عند النظر إلى الصورة الكبيرة.

إذًا، ما هي النتيجة؟ تشير الورقة البحثية إلى أننا لا نستطيع نسخ ولصق أرقام المقاومة الدقيقة من مدينة إلى أخرى بعمى وتوقع الكمال. فـ "عامل الخوف" المحدد لشارع أو مبنى يتغير اعتمادًا على السياق المحلي. ومع ذلك، يمكننا نقل الترتيب العام لما هو مخيف وما هو آمن. والأهم من ذلك، تشير الدراسة إلى أنه إذا أردنا بناء خرائط أكثر دقة للمستقبل، فلا ينبغي لنا دراسة مدينة واحدة بمعزل عن غيرها. فمن خلال تجميع البيانات من مدن متعددة، قد نتمكن من إنشاء دليل أكثر ذكاءً وموثوقية لمساعدة الحيوانات على التنقل في عوالمنا الحضرية المتغيرة باستمرار. إنه ليس حلًا سحريًا يحل كل شيء فورًا، لكنه اقتراح قوي بأن العمل الجماعي بين المدن قد يؤدي إلى خطط حفظ أفضل لجيراننا من الطيور.

غارق في أبحاث مجالك؟

تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.

جرّب Digest →