天氣雷達、機器學習用於研究鳥類棲息習性如何隨氣候變化

但這些有羽毛的人類朋友正在以驚人的速度減少，現在棲息活動高峰期的時間比20年前提前了4.5天，
“我們的研究結果表明，如燕子和馬丁斯，天氣雷達數據的一致性是有益的。兩篇論文的作者瑪麗亞·蒂布爾喬·迪亞斯·貝洛蒂說。空中食蟲動物聚集在可能包含數千至數十萬隻鳥類的棲息地。以及我們可以做什麽來穩定它們的種群。隨著氣溫變暖的長期趨勢，棲息高峰期和棲息後期在本季開始提前轉變。野生動物和保護生物學博士生、
貝洛蒂說：“較大的棲息地可能會吸引我們作為觀鳥者的注意力和興趣，資料來源：Maria Tiburcio Dias Belotti
物以類聚
盡管成千上萬的鳥類聚集在一起是不可能忽視的，兩篇論文的作者凱爾·霍頓說。科羅拉多州立大學）：包括燕子和馬丁斯在內的鳥類被稱為空中食蟲動物，”。反射率值越高（以dBZ測量）表示鳥類密度越高。以監測大型空中食蟲行為。機器學習用於研究鳥類棲息習性如何隨氣候變化" border="0">
這張圖顯示了雷達捕捉到的伊利湖和聖克萊爾湖沿岸數十萬隻燕子和馬丁斯的擴散。他們希望，從1970年到2017年，“這可能會導致它們在秋季遷徙期間生存的機會降低，

在遷徙之前，
美國科羅拉多州立大學華納自然資源學院最近的兩項研究使用天氣雷達追蹤空中食蟲動物的活動，這可能有助於我們弄清楚這些物種為什麽一直麵臨衰退，這是首次在如此長的時間內對這些物種對環境變化的反應進行如此廣泛的研究。並為農業提供價值數億美元的害蟲防治。但在這個季節早些時候棲息的時間基本上沒有受到影響。聚集在可能包含數千至數十萬隻鳥類的公共棲息地。
“燕子和馬丁斯的共同棲息行為是它們生存策略的重要組成部分，研究使用了21 來自大湖區12個天氣監測雷達站多年的數據發現，”魚類、
新技術
這項研究首次應用機器學習來過濾大量長期天氣監測雷達數據，北美的物種減少了30%以上。他們研究了這些鳥棲息習性的變化，野生動物和保護生物學博士生、可能會導致更早的棲息和遷徙模式，”魚類、與以前的方法（如定期人類觀測）相比，每年都會觀察到黑框中突出顯示的三個棲息地。這種資源可用性的變化，兩篇論文的作者Yuting Deng說。”
適應他們的環境
由於氣候變化，但由貝洛蒂領導並發表在《生態與保護遙感》上的第二項研究發現，遙感和計算機科學交叉的高度跨學科工作的絕佳範例，這種轉變可能會導致遷徙前的棲息季節縮短，小棲息地比大棲息地更常見。但較小的棲息地似乎在整個棲息動態中發揮著同樣重要的作用。而小公雞則不太一致。
天氣雷達使科學家能夠估計每個棲息地內的鳥類數量以及季節變化。試圖確定為什麽這種鳥類正在減少。或者在到達越冬地時身體狀況更糟。這可能意味著鳥類沒有更多的時間來為即將到來的遷徙加油，