City-specific or generalisable resistances? An urban animal connectivity model performs better when parameterised from two cities
Door de beweging van merels in München en Angers te analyseren, toont deze studie aan dat hoewel de absolute waarden van habitatweerstand tussen steden variëren, het combineren van gegevens uit meerdere stedelijke omgevingen de voorspellende nauwkeurigheid en overdraagbaarheid van connectiviteitsmodellen voor het identificeren van relatieve barrière-belang significant verbetert.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van een preprint die niet peer-reviewed is. Dit is geen medisch advies. Neem geen gezondheidsbeslissingen op basis van deze inhoud. Lees de volledige disclaimer
Stel je een stad voor die niet alleen een plek is voor mensen, maar ook een gigantisch, bruisend doolhof voor dieren. Voor een vogel, een eekhoorn of een egel is het verplaatsen van het ene naar het andere park niet zomaar een kwestie van vliegen of lopen; het is een navigatiespel met hoge inzet vol obstakels. Sommige dingen, zoals een rustig grasveld of een hoge boom, zijn als open snelwegen—makkelijk over te steken en vol met snacks. Anderen, zoals een enorme wolkenkrabber of een brullende snelweg, zijn als gigantische muren of diepe grachten die de reis gevaarlijk of zelfs onmogelijk maken. Wetenschappers noemen deze obstakels "weerstand". Om dieren te helpen overleven in onze betonnen jungles, gebruiken stadsplanners computermodellen om de beste paden in kaart te brengen, in de hoop groene ruimtes met elkaar te verbinden zodat dieren voedsel, partners en veilige plekken om te nestelen kunnen vinden. Maar hier komt het lastige deel bij: deze modellen hebben een regelboek nodig. Ze moeten precies weten hoe "moeilijk" het voor een specifiek dier is om een specifelijk type gebouw of straat over te steken.
De grote vraag waar wetenschappers mee worstelen, is of dit regelboek universeel is of dat het specifiek voor elke stad wordt geschreven. Is een "middelgroot gebouw" even eng voor een vogel in München als in Angers? Of verandert de lokale sfeer, de lay-out en de geschiedenis van een stad hoe een dier de wereld ziet? Als we niet kunnen vertrouwen op een regelboek dat voor de ene stad is geschreven, dat ook werkt in een andere stad, bouwen we misschien de verkeerde bruggen of missen we de belangrijkste routes. Deze onzekerheid maakt het moeilijk om wilde dieren op grote schaal te beschermen, omdat we niet zomaar onze natuurbehoudsplannen van de ene naar de andere plek kunnen kopiëren en plakken zonder te controleren of ze er wel echt bij passen.
Deze studie besloot dat idee te testen door een detective te spelen met de gewone merel, een vogel die zich succesvol heeft aangepast aan het leven in steden door heel Europa. De onderzoekers werkten met gegevens uit twee zeer verschillende Europese steden—München, Duitsland, en Angers, Frankrijk—en stelden een simpele maar diepgaande vraag: Kunnen we de "weerstandsregels" die we in de ene stad hebben geleerd gebruiken in een andere stad, of moeten we elke keer weer helemaal opnieuw beginnen? Ze vroegen zich ook af of het combineren van de gegevens van beide steden een "super-regelboek" zou creëren dat beter is dan welk boek dan ook alleen.
Om dit te ontdekken, behandelden ze de steden als twee verschillende videospel-levels. Eerst observeerden ze waar de merels daadwerkelijk naartoe bewogen en vlogen in zowel München als Angers. Ze keken naar wat de vogels vermeden en waar ze juist naar op zoek waren. Ze ontdekten dat de "boodschappenlijst" van de vogels voor een goed thuis vrij consistent was: ze hielden in beide steden van gebieden met een mix van bomen, struiken en gras, ongeacht de stad waarin ze zich bevonden. Of het nu in München of Angers was, de vogels wilden dezelfde ingrediënten voor hun salade, dus de "habitatvereisten" waren gemakkelijk overdraagbaar.
Maar het verhaal werd interessanter toen ze naar de obstakels keken. Ze ontdekten dat hoewel de volgorde van de obstakels in beide steden hetzelfde was (hoge gebouwen waren altijd het engst, gevolgd door middelgrote gebouwen, en dan straten), de werkelijke intensiteit van de angst verschilde. In München voelde een laag gebouw als een grotere barrière dan een straat, maar in Angers voelde de straat even eng als het lage gebouw. Het is alsoal zeggen dat in de ene stad een muur van drie meter een totale stop is, terwijl het in een andere stad slechts een klein ongemak is. De absolute getallen kwamen niet perfect overeen, wat betekent dat je de exacte weerstandswaarden van de ene stad niet zomaar naar de andere kunt kopiëren en plakken en verwachten dat het perfect werkt.
Maar hier komt de wending: toen de onderzoekers de gegevens van beide steden combineerden om een enkel, gedeeld model te maken, werkte dit model feitelijk beter dan wanneer ze alleen de gegevens van München zouden gebruiken om bewegingen in München te voorspellen. Het is alsof ze, door naar twee verschillende groepen vogels te luisteren, de algemene "vibe" van het stadsleven voor merels nauwkeuriger begrepen dan wanneer ze naar slechts één groep hadden geluisterd. Het gecombineerde model was in staat om de bewegingen van vogels in München iets beter te voorspellen dan het model dat alleen op München-gegevens was gebouwd. Dit suggereert dat hoewel elke stad zijn eigen unieke eigenaardigheden heeft, er onderliggende patronen zijn die pas zichtbaar worden wanneer je naar het grote geheel kijkt.
Dus, wat is de conclusie? Het artikel suggereert dat we niet blindelings exacte weerstandscijfers van de ene stad naar de andere kunnen kopiëren en plakken en perfectie kunnen verwachten. De specifieke "angstfactor" van een straat of een gebouw verandert afhankelijk van de lokale context. Echter, we kunnen de algemene rangschikking van wat eng en wat veilig is wel overdragen. Belangrijker nog, de studie geeft aan dat als we de meest nauwkeurige kaarten voor de toekomst willen maken, we de steden niet geïsoleerd moeten bestuderen. Door gegevens van meerdere steden te bundelen, kunnen we misschien een slimmere, betrouwbaardere gids creëren om dieren te helpen navigeren door onze voortdurend veranderende stedelijke werelden. Het is geen wondermiddel dat alles direct oplost, maar het is een sterk voorstel dat samenwerking tussen steden kan leiden tot betere natuurbehoudsplannen voor onze gevederde buren.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.