שאגת אריה היא אחד הקולות המפורסמים ביותר בעולם החי. כשאריה שואג, הוא משמיע רצף של קולות שונים. במשך עשרות שנים, חוקרים חשבו שהם מכירים היטב את כל הקולות האלה - עד שמחקר חדש גילה משהו שהחמיצו: סוג קול נוסף שהיה שם כל הזמן.
מחקר שפורסם בכתב העת Ecology and Evolution מדווח על זיהוי ראשון של "שאגת ביניים" - סוג שאגה שלא תועד במחקרים קודמים. החוקרים מאוניברסיטת אקסטר בבריטניה לא רק גילו את קיומה, אלא גם פיתחו שיטה אוטומטית, המבוססת על AI, שמפרידה אותה מהשאגה המלאה המוכרת - ובכך משפרת את יכולת החוקרים לזהות אריות בודדים ולפקח על אוכלוסיות הנמצאות בסכנה.
שאגת אריה משמשת לתקשורת למרחקים ארוכים - היא מאפשרת לאריות לשמור על קשר עם חברי הלהקה המרוחקים ולהכריז על בעלות על הטריטוריה שלהם. מחקר קודם מ-2020 הראה ששאגתו המלאה של כל אריה היא ייחודית לו, בדיוק כמו טביעת אצבע אנושית. ממצא זה פתח אפשרות חדשה: להשתמש בשאגות כדי לספור אריות בודדים ולהעריך את גודל האוכלוסיות באזורים שונים.
בעבר, חוקרים חשבו שרצף השאגות של אריה מכיל שלושה סוגי קולות: יבבות, שאגות ונהמות. המחקר החדש מראה שיש למעשה ארבעה סוגים - כאשר מה שנחשב בעבר ל"שאגות" מתחלק לשני סוגים נפרדים: שאגות מלאות ושאגות ביניים. שאגת הביניים מופיעה בדרך כלל אחרי השאגות המלאות ולפני הנהמות. היא נראית דומה לשאגה המלאה, אבל קצרה יותר ובעלת תדר מקסימלי נמוך יותר.
החוקרים מציינים שטרם ברור מה התפקיד ההתנהגותי והאבולוציוני של שאגת הביניים, והם קוראים למחקרים נוספים כדי לברר זאת. אבל ההבחנה בין השאגות חשובה, כי רק השאגות המלאות מכילות את החתימה הייחודית של כל אריה - וזה המידע הנדרש כדי לזהות פרטים בודדים.
ג'ונתן גרוקוט, המחבר הראשי של המחקר, הסביר: "שאגות אריות הן לא רק אייקוניות - הן חתימות ייחודיות שניתן להשתמש בהן כדי להעריך גודל אוכלוסיות ולנטר בעלי חיים בודדים. עד כה, זיהוי השאגות הללו היה תלוי במידה רבה בשיפוט של מומחים, מה שמכניס הטיה אנושית פוטנציאלית. הגישה החדשה שלנו באמצעות בינה מלאכותית מבטיחה ניטור מדויק יותר ופחות סובייקטיבי, וזה חיוני לשומרי טבע שעובדים להגן על אוכלוסיות אריות שהולכות ומצטמצמות".
איך עובדת השיטה החדשה?
המחקר התבצע בפארק הלאומי Nyerere שבדרום טנזניה, שם החוקרים פרסו 50 יחידות הקלטה אוטונומיות יחד עם מצלמות מעקב. במהלך 62 ימים בין ספטמבר לנובמבר 2023, הם אספו ומיינו 1,416 קולות של אריות מ-27 קבצי אודיו. הם זיהו ארבעה סוגי קולות שונים: 197 יבבות (שמופיעות בתחילת הרצף), 211 שאגות מלאות, 195 שאגות ביניים ו-813 נהמות (שמסיימות את הרצף).
החוקרים פיתחו שיטה שמשתמשת רק בשני פרמטרים פשוטים - אורך השאגה ותדר המקסימום שלה - כדי להפריד אוטומטית בין סוגי הקולות השונים. באמצעות אלגוריתם למידת מכונה בשם K-means clustering, הם הצליחו לסווג את הקולות ברמת דיוק של 95.4 אחוז.
כאשר החוקרים בחנו את השיטה על נתונים שנאספו בעבר ב-Bubye Valley Conservancy בזימבבואה, שם הותקנו מכשירי הקלטה על חמישה אריות זכרים, הם גילו שהסיווג האוטומטי השיג תוצאות טובות יותר בזיהוי אריות בודדים מאשר סיווג ידני של מומחים. השיטה האוטומטית השיגה ציון F1 (מדד סטטיסטי למדידת דיוק) של 0.87, לעומת 0.80 בסיווג הידני.
ההבדל נבע בעיקר מכך שהשיטה האוטומטית זיהתה יותר שאגות מלאות - 179 לעומת 155 שזוהו ידנית - מה שסיפק יותר נתוני אימון למודלים הסטטיסטיים. מעבר לכך, השיטה האוטומטית הפחיתה את ההשפעה של שיקול אנושי סובייקטיבי בבחירת השאגות המתאימות לניתוח.
אוכלוסיות האריות באפריקה נמצאות בסכנה - האיגוד הבינלאומי לשימור הטבע מסווג אותן כפגיעות להכחדה. על פי הערכות, רק 20-25 אלף אריות בר נותרו באפריקה, כמחצית מהמספר שהיה לפני 25 שנה. יתרון של ניטור קולי על פני שיטות מעקב מסורתיות כמו מצלמות הוא שטווח הגילוי שלו גדול יותר, מה שעשוי להפוך אותו לכלי יעיל לאומדן גודל אוכלוסיות.
המחקר בוצע בשיתוף עם אוניברסיטת אוקספורד וארגוני שימור טבע בטנזניה, ומומן על ידי קרן Lion Recovery Fund ו-WWF גרמניה.
טעינו? נתקן! אם מצאתם טעות בכתבה, נשמח שתשתפו אותנו