Sensordaten und Algorithmus geben Einblicke in Tierverhalten
(Keystone-SDA) Forschende verlassen sich vermehrt auf Sensoren, um das Verhalten von Tieren aufzuzeichnen. Forschende der EPFL und der Uni Zürich haben nun ein Modell entwickelt, um diese Sensordaten aus einem Projekt mit Erdmännchen besser zu interpretieren.
Ruht das Erdmännchen oder hält es gerade Wache? Anhand der Sensordaten war das bisher schwierig zu unterscheiden. Forschende der ETH Lausanne (EPFL) und der Universität Zürich haben ein Modell entwickelt, um Sensordaten zu interpretieren und daraus das Verhalten der Tiere abzuleiten. Davon berichten sie im Fachblatt “Methods in Ecology and Evolution”.
Exakte Daten darüber zu erhalten ist auch für den Artenschutz wichtig. Wenn man weiss, wie genau sich Störungen durch den Menschen auf das Tierverhalten auswirkt, können entsprechende Schutzmassnahmen geplant und umgesetzt werden, betonte Pritish Chakravarty von der EPFL gemäss einer Mitteilung seiner Hochschule vom Mittwoch.
Sensordaten und Filmaufnahmen
Freiwillige Mitarbeitende des Kalahari Forschungszentrums in Südafrika befestigten Sensoren an zehn Erdmännchen. Die Sensoren sammelten Daten über Körperneigung, Beschleunigung, Vibrationen und Stösse. Gleichzeitig filmten die Freiwilligen die Tiere während drei Stunden bei ihren Aktivitäten.
Die Forschenden entwickelten anhand der Analyse der Filmaufnahmen und Messdaten ein Modell, das zum einen auf Grundprinzipien der Biomechanik, wie Haltung, Bewegungsintensität und -frequenz, beruht. Zum anderen trainierten sie einen integrierten Algorithmus, anhand der Daten verschiedene Verhaltensweisen zu unterscheiden. Das Modell unterscheidet demnach in einem ersten Schritt zwei Verhaltenskategorien: dynamisch (Futtersuche, Laufen) und statisch (Ruhen, Wachehalten).
Weiter aufschlüsseln kann das Modell die Daten, indem es beispielsweise die Körperneigung berücksichtigt und so Ruhen von Wachehalten unterscheiden kann. Ob das Tier rennt oder nach seiner Lieblingsbeute, Skorpionen, gräbt, lässt sich an Bewegungsintensität und -frequenz erkennen.
Das Modell liesse sich noch weiter verfeinern, hielt die EPFL fest. Es liesse sich beispielsweise nutzen, um herauszufinden, wie viel Energie ein Tier für die Nahrungssuche aufwenden muss, so Chakravarty.
https://besjournals.onlinelibrary.wiley.com/doi/full/10.1111/2041-210X.13172
