В то время как сокращение популяций львов и панд привлекает внимание всего мира, менее заметный, но потенциально более разрушительный кризис затрагивает мелких млекопитающих. Эти крошечные животные исчезают с угрожающей скоростью, и их потеря может иметь несоразмерно большие последствия для биоразнообразия. Мелкие млекопитающие служат надежными индикаторами состояния окружающей среды, однако их отслеживание долгое время было сложной задачей, поскольку многие виды, выглядя почти одинаково, занимают разные экологические ниши.
Недавно исследователи разработали новый способ идентификации и мониторинга этих животных путем анализа их следов. Метод был протестирован на двух практически неразличимых видах прыгунчиков, или сенги, и показал точность до 96 процентов, предлагая многообещающий новый инструмент для природоохранной науки.
«У нас было две ключевые мотивации для проведения этого исследования, – говорит доктор Зои Джуэлл из Школы окружающей среды Николаса при Университете Дьюка, соавтор статьи в журнале Frontiers in Ecology and Evolution. – Во-первых, найти лучший, более этичный и научно обоснованный способ мониторинга даже самых крошечных видов, а во-вторых, предоставить надежный и широкий показатель целостности экосистемы, который можно применять регулярно – своего рода новый пульс планеты».
Несмотря на свои размеры, мелкие млекопитающие играют важнейшую роль в экосистемах и быстро реагируют на изменения окружающей среды. Из-за этой чувствительности изменения в их популяциях могут служить ранними предупреждающими сигналами об экологических нарушениях. Однако точно отслеживать их трудно. Многие из них являются так называемыми криптическими видами – это означает, что их почти невозможно различить визуально.
Эту проблему иллюстрируют два вида, использованные для тестирования новой техники анализа следов: восточно-африканский и кустарниковый прыгунчики. Хотя они выглядят почти одинаково, они обитают в разных условиях и сталкиваются с различными угрозами. «Часто различить криптические виды можно только с помощью ДНК, что может быть медленно, инвазивно и дорого, – объяснила Джуэлл. – Очень важно знать, какой вид где обитает, потому что, хотя они могут выглядеть одинаково, они играют разные роли в окружающей среде. Например, в нашем исследовании один из прыгунчиков живет исключительно в скалистой местности, а другой – на песке, и каждый может служить независимым индикатором в своей среде».
Хотя два вида сенги похожи, их лапы не совсем одинаковы. Незначительные различия в форме стопы оставляют уникальные узоры на следах. Исследовательская группа сосредоточилась на сборе и анализе этих различий, обучив компьютерную модель распознавать, какие следы принадлежат какому виду. Рассматривая идентификацию следов как задачу цифрового слежения, ученые стремились заменить инвазивные и дорогие методы мониторинга более быстрой и практичной альтернативой.
Полевые работы проводились в Южной Африке на территории двух заповедников. Все 18 кустарниковых прыгунчиков были найдены в одном, тогда как 19 восточно-африканских – в обоих. Неожиданно оказалось, что некоторые из них живут в непосредственной близости друг от друга, что подчеркнуло важность новых инструментов мониторинга, поскольку виды могут расширять или смещать свои ареалы незамеченными. Животных ловили с помощью специальных ловушек, а затем помещали в ящик для сбора следов со специальной бумагой и угольной пылью. После этого каждого зверька невредимым выпускали на месте поимки.
Изображения следов высокого разрешения были проанализированы с помощью морфометрического программного обеспечения, которое измеряло характеристики формы и размера. Ученые сосредоточились на передних лапах, которые давали наиболее четкие и отличительные отпечатки. Статистическое тестирование помогло определить комбинацию из девяти ключевых признаков, наиболее эффективно разделяющих два вида. Во всех испытаниях система правильно определяла вид в 94–96 процентах случаев.
Результаты показывают, что анализ следов может предложить простой, доступный и неинвазивный способ подтверждения присутствия вида, а также отслеживания изменений в численности популяции и географическом ареале. Исследовательская группа планирует расширить этот подход на другие виды, обучая новые модели на дополнительных наборах данных. «Мелкие млекопитающие существуют почти в каждой экосистеме на планете, и наша технология достаточно гибка, чтобы адаптироваться к каждой из них», – заключила Джуэлл.
