City-specific or generalisable resistances? An urban animal connectivity model performs better when parameterised from two cities
म्यूनिख और एंजेर्स में ब्लैकबर्ड (blackbird) की सामान्य गतिविधियों का विश्लेषण करते हुए, यह अध्ययन प्रदर्शित करता है कि हालांकि विभिन्न शहरों के बीच आवास प्रतिरोध (habitat resistance) के पूर्ण मान भिन्न होते हैं, लेकिन कई शहरी वातावरणों से प्राप्त डेटा को संयोजित करने से सापेक्ष अवरोध महत्व (relative barrier importance) की पहचान करने के लिए कनेक्टिविटी मॉडल की भविष्य कहने वाली सटीकता और हस्तांतरणीयता में महत्वपूर्ण सुधार होता है।
मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। यह एक ऐसे प्रीप्रिंट की AI से तैयार की गई व्याख्या है जिसकी अभी सहकर्मी समीक्षा नहीं हुई है। यह चिकित्सकीय सलाह नहीं है। इस सामग्री के आधार पर स्वास्थ्य संबंधी फैसले न लें। पूरा डिस्क्लेमर पढ़ें
एक शहर की कल्पना केवल लोगों के रहने की जगह के रूप में नहीं, बल्कि जानवरों के लिए एक विशाल, हलचल भरे भूलभुलैया के रूप में करें। एक पक्षी, एक गिलहरी या एक साही (hedgehog) के लिए, एक पार्क से दूसरे पार्क तक जाना केवल उड़ने या चलने का मामला नहीं है; यह बाधाओं से भरा एक उच्च-दांव वाला नेविगेशन गेम है। कुछ चीजें, जैसे घास का एक शांत टुकड़ा या एक ऊँचा पेड़, खुले राजमार्गों की तरह हैं—पार करने में आसान और स्नैक्स से भरपूर। दूसरी ओर, एक विशाल गगनचुंबी इमारत या एक गरजती हुई सड़क, विशाल दीवारों या गहरी खाइयों की तरह है जो यात्रा को खतरनाक या असंभव बना देती है। वैज्ञानिक इन बाधाओं को "रेज़िस्टेंस" (resistance - प्रतिरोध) कहते हैं। हमारे कंक्रीट के जंगलों में जानवरों को जीवित रहने में मदद करने के लिए, शहर के योजनाकार कंप्यूटर मॉडल का उपयोग करके सबसे अच्छे रास्तों का मानचित्र तैयार करते हैं, इस उम्मीद में कि वे हरित क्षेत्रों को आपस में जोड़ सकें ताकि जानवर भोजन, साथी और घोंसले बनाने के लिए सुरक्षित स्थान पा सकें। लेकिन यहाँ पेचीदा हिस्सा यह है: इन मॉडलों को एक नियम पुस्तिका (rulebook) की आवश्यकता होती है। उन्हें ठीक-ठीक पता होना चाहिए कि किसी विशिष्ट जानवर के लिए एक विशिष्ट प्रकार की इमारत या सड़क को पार करना कितना "कठिन" है।
बड़ा सवाल यह रहा है जिसे वैज्ञानिक सुलझाने की कोशिश कर रहे थे कि क्या यह नियम पुस्तिका सार्वभौक (universal) है या यह प्रत्येक शहर के लिए विशेष रूप से लिखी गई है। क्या म्यूनिख में एक पक्षी के लिए "मध्यम आकार की इमारत" उतनी ही डरावनी है जितनी कि एंगर्स (Angers) में? या क्या शहर का स्थानीय माहौल, उसका लेआउट और उसका इतिहास यह बदल देता है कि एक जानवर दुनिया को कैसे देखता है? यदि हम इस बात पर भरोसा नहीं कर सकते कि एक शहर के लिए लिखी गई नियम पुस्तिका दूसरे शहर में काम करती है, तो हम गलत पुल बना सकते हैं या सबसे महत्वपूर्ण रास्तों को मिस कर सकते हैं। यह अनिश्चितता बड़े पैमाने पर वन्यजीवों की रक्षा करना कठिन बना देती है, क्योंकि हम संरक्षण योजनाओं को एक स्थान से दूसरे स्थान पर बिना यह जांचे कि क्या वे वास्तव में फिट बैठते हैं, बस कॉपी और पेस्ट नहीं कर सकते।
इस अध्ययन ने उस विचार को परखने का निर्णय लिया और एक जासूस की तरह काम किया, जिसका विषय था 'कॉमन ब्लैकबर्ड' (common blackbird)—एक ऐसा पक्षी जिसने यूरोप के शहरों में रहने के अनुकूल खुद को सफलतापूर्वक ढाल लिया है। शोधकर्ताओं ने दो बहुत अलग यूरोपीय शहरों—जर्मनी के म्यूनिख और फ्रांस के एंगर्स—के डेटा के साथ काम करते हुए एक सरल लेकिन गहरा सवाल पूछा: क्या हम एक शहर में सीखी गई "रेज़िस्टेंस नियम" को दूसरे शहर में उपयोग कर सकते हैं, या हमें हर बार शून्य से शुरुआत करनी होगी? वे यह भी जानना चाहते थे कि क्या दोनों शहरों के डेटा को मिलाकर एक "सुपर-रूलबुक" बनाई जा सकती है जो अकेले किसी एक से बेहतर हो।
यह पता लगाने के लिए, उन्होंने शहरों को दो अलग-अलग वीडियो गेम लेवल की तरह माना। सबसे पहले, उन्होंने देखा कि म्यूनिख और एंगर्स दोनों में ब्लैकबर्ड वास्तव में कहाँ घूम रहे थे और उड़ रहे थे। उन्होंने देखा कि पक्षी किन चीजों से बच रहे थे और किन चीजों की तलाश कर रहे थे। उन्होंने पाया कि एक अच्छे घर के लिए पक्षियों की "शॉपिंग लिस्ट" काफी सुसंगत थी: उन्हें पेड़ों, झाड़ियों और घास के मिश्रण वाले क्षेत्रों से प्यार था, चाहे वे किसी भी शहर में हों। चाहे म्यूनिख में हो या एंगर्स में, पक्षी सलाद के लिए एक ही तरह की सामग्री चाहते थे, इसलिए उनके "आवास संबंधी आवश्यकताएं" (habitat requirements) आसानी से ट्रांसफर की जा सकती थीं।
हालाँकि, कहानी तब और दिलचस्प हो गई जब उन्होंने बाधाओं को देखा। उन्होंने पाया कि हालांकि बाधाओं का क्रम दोनों शहरों में एक जैसा था (ऊँची इमारतें हमेशा सबसे डरावनी थीं, उसके बाद मध्यम इमारतें, फिर सड़कें), लेकिन डर की वास्तविक तीव्रता अलग थी। म्यूनिख में, एक कम ऊंचाई वाली इमारत सड़क की तुलना में एक बड़ा अवरोध महसूस होती थी, लेकिन एंगर्स में, सड़क भी कम ऊंचाई वाली इमारत जितनी ही डरावनी महसूस होती थी। यह कहने जैसा है कि एक शहर में, 10 फुट की दीवार एक पूर्ण रोक है, जबकि दूसरे शहर में, यह केवल एक मामूली असुविधा है। सटीक संख्याएँ पूरी तरह से मेल नहीं खाती थीं, जिसका अर्थ है कि आप एक शहर से दूसरे शहर में रेज़िस्टेंस वैल्यू को कॉपी-पेस्ट नहीं कर सकते और उम्मीद नहीं कर सकते कि यह पूरी तरह से काम करेगा।
लेकिन यहाँ एक मोड़ है: जब शोधकर्ताओं ने दोनों शहरों के डेटा को मिलाकर एक एकल, साझा मॉडल बनाया, तो यह वास्तव में म्यूनिख में म्यूनिख के डेटा का उपयोग करके म्यूनिख में होने वाली गतिविधियों की भविष्यवाणी करने वाले मॉडल से बेहतर काम कर गया। ऐसा लग रहा था जैसे दो अलग-अलग समूहों के पक्षियों को सुनने से, उन्होंने एक समूह को सुनने की तुलना में ब्लैकबर्ड के लिए शहरी जीवन के सामान्य "वाइब" (vibe) को अधिक सटीक रूप से समझ लिया। संयुक्त मॉडल म्यूनिख में पक्षियों के जाने के स्थान की भविष्यवाणी करने में केवल म्यूनिख के डेटा पर बने मॉडल से थोड़ा बेहतर था। यह सुझाव देता है कि हालांकि हर शहर की अपनी अनूठी विशेषताएँ होती हैं, लेकिन कुछ अंतर्निहित पैटर्न होते हैं जो केवल तभी प्रकट होते हैं जब आप बड़े परिदृश्य को देखते हैं।
तो, निष्कर्ष क्या है? यह शोध पत्र सुझाव देता है कि हम एक शहर से दूसरे शहर में सटीक रेज़िस्टेंस नंबरों को आँख मूंदकर कॉपी-पेस्ट नहीं कर सकते और पूर्णता की उम्मीद नहीं कर सकते। एक सड़क या इमारत का विशिष्ट "डरावना कारक" स्थानीय संदर्भ के आधार पर बदल जाता है। हालाँकि, हम यह ट्रांसफर कर सकते हैं कि कौन सी चीज़ डरावनी है और कौन सी सुरक्षित, इसका सामान्य क्रम क्या है। इससे भी महत्वपूर्ण बात यह है कि अध्ययन संकेत देता है कि यदि हम भविष्य के लिए सबसे सटीक मानचित्र बनाना चाहते हैं, तो हमें केवल एक शहर का अलग-थलग अध्ययन नहीं करना चाहिए। कई शहरों के डेटा को एक साथ जोड़कर, हम शायद एक स्मार्टर और अधिक विश्वसनीय मार्गदर्शिका बना सकते हैं जो जानवरों को हमारे निरंतर बदलते शहरी संसार में नेविगेट करने में मदद करे। यह कोई जादुई समाधान नहीं है जो सब कुछ तुरंत हल कर दे, लेकिन यह एक मजबूत सुझाव है कि शहरों के बीच टीम वर्क हमारे पंख वाले पड़ोसियों के लिए बेहतर संरक्षण योजनाएं ला सकता है।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।