Eine aktuelle Studie veröffentlicht In Ökologische Informatik von einem Team von Forschern der University of Alaska Fairbanks hat künstliche Intelligenz genutzt, um einen Lebensraumtausch zwischen Kurzschnabelmöwen weiter zu beleuchten.
Normalerweise leben Möwen an Küsten und in der Nähe von Wasserquellen wie Flüssen. Sie ernähren sich von Käfern und anderen Kleinsäugern, Fischen oder Vögeln.
Das Team fand heraus, dass Kurzschnabelmöwen von Mai bis August Gebiete bewohnten, die normalerweise von aasfressenden Raben heimgesucht wurden. Dazu gehören Parkplätze von Supermärkten und Fast-Food-Restaurants sowie andere von Menschenhand geschaffene Bauwerke wie industrielle Kiesflächen und Müllcontainer.
Die Studie ist die erste ihrer Art, die mithilfe einer auf Citizen Science basierenden, opportunistischen Forschungsmethode einen dreijährigen Datensatz erstellt, der eine große Stichprobe von Möwen und anderen subarktischen Vögeln im städtischen Alaska umfasst. Die Studie liefert eine aktuelle Momentaufnahme der Lebensraumverlagerung in eine Stadtlandschaft.
UAF-Professor Falk Hüttmann, Erstautor des Artikels, und sein Team nutzten Modelle der künstlichen Intelligenz, denen Prädiktoren – Umgebungsvariablen für bestimmte Standorte – gegeben wurden, um Informationen über das Vorkommen der Möwen zu extrapolieren. Ein ähnliches, frühere Studie analysierte die Verbreitung des Bartkauz.
In dieser Studie verwendeten die Forscher US-Volkszählungsdaten sowie Daten städtischer Gemeinden, etwa Entfernungen zu Straßen, Restaurants, Wasserstraßen und Müllumladestationen.
„Die Verwendung sozioökonomischer Datensätze wie der US-Volkszählung ist ein echter Game-Changer“, sagte Moriz Steiner, ein Doktorand in Huettmanns Labor. „Es ermöglicht uns, die reale Umgebung abzubilden und eine möglichst naturgetreue Situation zu simulieren, indem wir sie als Variablen in die Modelle einbeziehen.“
Die Ergebnisse deuten darauf hin, dass der Übergang der Möwen von natürlichen Lebensräumen zu einer eher städtischen Landschaft durch die Verfügbarkeit menschlicher Nahrung sowie durch industrielle Veränderungen vorangetrieben wird.
„Sie nutzen die Abfallmöglichkeiten aus, die der Mensch hinterlässt“, sagte Hüttmann, der mit dem Institut für Arktische Biologie der UAF verbunden ist.
Kurzschnabelmöwen, bis 2021 auch Sturmmöwen genannt, sind Allesfresser und äußerst anpassungsfähig. Während Möwen in Müllhalden und Kiesgruben mehr Nahrung finden, ist die Nahrung oft schlecht für die Langlebigkeit und kann sogar zum Tod führen. Leicht verfügbares Futter aus dem „Müllcontainertauchen“ von Vögeln, insbesondere in Fast-Food-Restaurants, kann sich aufgrund der hohen Mengen an Salz, Fett, Zucker, Fett und Verunreinigungen als tödlich für die Vögel erweisen.
Möwen sind auch gute Indikatoren für Krankheiten in einem Ökosystem.
Das Team stellte fest, dass es dort, wo sich die Möwen im Sommer versammeln, manchmal bis zu 200 Vögel pro Standort, zu einer Zunahme von Krankheitserregern kommt. Möwen verbreiten Infektionskrankheiten wie die Vogelgrippe und Salmonellen, die auf den Menschen übertragen werden können. Laut einem unabhängigen StudieDer erste aufgezeichnete Ausbruch von durch Möwen verursachten Salmonellen ereignete sich 1959 und wurde in Nordamerika in Ketchikan registriert.
„Möwen gelten als die Hauptüberträger von Krankheiten. Sie leiden überwiegend unter der Vogelgrippe. Was wir auf den Karten zeigen, sind im Wesentlichen Krankheitsreservoirs, die zufällig mit der menschlichen Entwicklung zusammenfallen“, sagte Hüttmann, der auch eine Anstellung am UAF College of hat Naturwissenschaften und Mathematik.
Für Hüttmann sind diese Studien nur ein weiterer Hinweis darauf, dass sich das, was man „Wildlife“ nennt, verändert.
„Diese Art von Informationen liefern ein ganzheitlicheres Bild davon, wie der vom Menschen verursachte Einfluss auf die Umwelt das verändert, was wir sonst als natürlich betrachten. Der Einsatz maschinellen Lernens wird uns hoffentlich dabei helfen, uns für einen besseren Artenschutz einzusetzen“, sagte Hüttmann.
Mehr Informationen:
Falk Huettmann et al., Modellbasierte Vorhersage einer vakanten Sommernische in einer subarktischen Stadtlandschaft: Eine mehrjährige Open-Access-Datenanalyse eines „Nischentauschs“ durch Kurzschnabelmöwen, Ökologische Informatik (2023). DOI: 10.1016/j.ecoinf.2023.102364