Valutare i rischi di mortalità degli uccelli causati dalle linee elettriche
Uno studio sulle morti degli uccelli causate dalle reti di trasmissione elettrica.
― 8 leggere min
Indice
- Combinare i Tipi di Dati
- Comprendere la Mortalità degli Uccelli a Causa delle Linee Elettriche
- Fonti di Dati
- La Necessità di un Modello Unificato
- Esplorare il Framework del Modello
- Studi di Simulazione
- Applicazione nel Mondo Reale
- Affrontare le Previsioni Incerte
- Conclusione
- Implicazioni per la Conservazione
- Fonte originale
- Link di riferimento
Con l'aumento del consumo di energia, c'è la necessità di espandere le reti di trasmissione elettrica, come le linee elettriche. Tuttavia, queste linee rappresentano un rischio per le popolazioni di uccelli, portando a morti per collisioni ed elettrocuzioni. È fondamentale capire i fattori che contribuiscono alla morte degli uccelli a causa delle linee elettriche per mitigare questi impatti. Avere una comprensione migliore aiuta a pianificare dove posizionare le nuove linee elettriche e come ridurre i rischi associati a quelle esistenti.
Per raccogliere informazioni sulle morti degli uccelli, si possono utilizzare due tipi di dati: dati da indagini professionali e iniziative di citizen science. Le indagini professionali sono condotte da esperti formati che cercano aree specifiche per carcasse di uccelli, mentre i dati della citizen science provengono da volontari che segnalano le loro osservazioni, spesso riguardo a uccelli morti che incontrano.
Combinare i Tipi di Dati
In questo studio, proponiamo un metodo per combinare entrambi i tipi di dati per stimare meglio i Fattori di rischio legati alle morti di uccelli causate dalle linee elettriche. Creiamo modelli che tengono conto di come vengono raccolti entrambi i tipi di dati, riconoscendo che le indagini professionali possono avere bias a causa dell'esperienza di chi le conduce, mentre i dati della citizen science potrebbero essere influenzati da dove vanno i volontari e quanto sono attenti.
Il nostro approccio utilizza modelli statistici per analizzare i dati, considerando sia i dati professionali che quelli della citizen science come connessi ma riconoscendo le loro caratteristiche uniche. In questo modo, possiamo ottenere risultati più accurati nel valutare i fattori di rischio associati alle morti di uccelli legate alle linee elettriche.
Comprendere la Mortalità degli Uccelli a Causa delle Linee Elettriche
Le popolazioni di uccelli affrontano minacce significative a causa delle linee elettriche. La ricerca ha dimostrato che i cavi aerei possono frammentare gli habitat degli uccelli e aumentare i tassi di mortalità a causa di collisioni ed elettrocuzioni. Si stima che milioni di uccelli vengano uccisi ogni anno a causa di questi pericoli. Con il consumo di energia previsto in aumento significativo nei prossimi anni, capire questi rischi è fondamentale per la conservazione delle popolazioni di uccelli.
Fonti di Dati
Indagini Professionali
I dati delle indagini professionali sono stati raccolti da esperti formati che hanno cercato sezioni designate delle linee elettriche per uccelli morti. Queste indagini seguono un protocollo strutturato e mirano a trovare quante più carcasse di uccelli possibile all'interno di aree specifiche. I dati raccolti includono le posizioni esatte in cui gli uccelli sono morti, il che aiuta a definire modelli e rischi associati alle linee elettriche.
Registrazioni di Citizen Science
Il secondo tipo di dati proviene da iniziative di citizen science, dove i volontari segnalano qualsiasi osservazione di uccelli morti che trovano, comprese le possibili cause. Due principali fonti di questi dati includono piattaforme online dove gli utenti possono registrare le loro osservazioni. Questi dati possono coprire aree più ampie e una varietà più grande di specie di uccelli, integrando i dati più limitati delle indagini professionali.
La Necessità di un Modello Unificato
Anche se entrambi i tipi di dati hanno i loro punti di forza, presentano anche bias intrinseci. Le indagini professionali possono avere limitazioni nella copertura geografica a causa di costi e vincoli di tempo. Nel frattempo, i dati della citizen science mancano tipicamente di struttura e possono essere influenzati dal comportamento dei volontari, come l'accessibilità a certe aree.
Per affrontare queste sfide e sfruttare al massimo entrambi i tipi di dati, abbiamo sviluppato un framework di modellazione unificato. Questo framework ci permette di tenere conto dei bias introdotti da entrambi i tipi di dati, fornendo un'immagine più chiara dei rischi associati al posizionamento delle linee elettriche.
Esplorare il Framework del Modello
Il framework di modellazione proposto si basa su modelli gaussiani latenti, che ci aiutano a capire i processi sottostanti che generano i dati sulla mortalità degli uccelli. Trattando i dati come schemi puntuali all'interno di un contesto spaziale, possiamo analizzare meglio come diversi fattori influenzano le morti degli uccelli lungo i percorsi delle linee elettriche.
Considerare i Bias nella Raccolta dei Dati
Nel nostro approccio, ci concentriamo su diverse fonti di bias che influenzano i processi di raccolta dei dati. Per le indagini professionali, consideriamo la selezione dei siti di campionamento, che potrebbe non essere del tutto casuale a causa della conoscenza pregressa degli esperti. Per i dati della citizen science, fattori come l'accessibilità, le caratteristiche osservabili del paesaggio e la disponibilità dei volontari a riportare vengono presi in considerazione.
Modellando questi bias, possiamo assicurarci che la nostra analisi complessiva sia più robusta e rappresentativa dei veri schemi ecologici in gioco.
Studi di Simulazione
Per valutare il nostro framework di modellazione, abbiamo condotto studi di simulazione utilizzando le reti di linee elettriche in Trøndelag, Norvegia. Sono stati creati diversi scenari per valutare come i modelli si comportavano in diverse condizioni, come il campionamento delle linee elettriche casuale rispetto a quello preferenziale e l'alta rispetto alla bassa disponibilità a segnalare le morti degli uccelli.
Attraverso queste simulazioni, abbiamo generato numerosi set di dati e adattato i nostri modelli per valutare le loro prestazioni. I risultati hanno indicato che integrare entrambi i tipi di dati ha portato a stime migliorate e maggiore accuratezza nell'identificare i fattori di rischio per la mortalità degli uccelli a causa delle linee elettriche.
Applicazione nel Mondo Reale
Studio di Caso: Morti di Uccelli Indotte dalle Linee Elettriche in Trøndelag
Il caso studio nel mondo reale si concentra sulla comprensione dei fattori che contribuiscono alle morti di uccelli causate dalle linee elettriche in Trøndelag, Norvegia. Utilizzando il nostro framework di modellazione, abbiamo analizzato i dati provenienti sia dalle indagini professionali che dalle registrazioni della citizen science per ottenere informazioni sui fattori di rischio associati al posizionamento delle linee elettriche.
Variabili Esplicative
Per spiegare i modelli osservati nei dati, abbiamo considerato vari fattori ambientali. Questi includono:
- Densità delle Linee Elettriche: Il numero e la prossimità delle linee elettriche in una determinata area.
- Abbondanza di Uccelli: Il numero di uccelli presenti, che aumenta la probabilità di collisioni.
- Uso del Suolo: Tipi di terreni diversi possono influenzare il movimento e la visibilità degli uccelli.
- Copertura Nuvolosa: Le condizioni di visibilità che influenzano la rilevazione degli uccelli vicino alle linee elettriche.
Analizzando questi fattori, puntiamo a creare mappe di rischio che possano aiutare a informare le future installazioni di linee elettriche e sforzi di conservazione.
Risultati dal Caso Studio
I risultati della nostra analisi hanno rivelato una variabilità significativa nel rischio di mortalità degli uccelli vicino alle linee elettriche, evidenziando aree che sono più suscettibili in base ai fattori esaminati. I modelli che integrano sia i dati professionali che quelli della citizen science hanno fornito stime di rischio più accurate rispetto a quelle basate esclusivamente su un tipo di dato.
I risultati sottolineano l'importanza di utilizzare più fonti di dati per informare le strategie di conservazione e le decisioni riguardanti il posizionamento delle infrastrutture.
Affrontare le Previsioni Incerte
Oltre a stimare i rischi, i nostri modelli hanno anche valutato l'incertezza riguardo alle previsioni. Comprendere il livello di incertezza aiuta gli stakeholder a prendere decisioni informate sui posizionamenti delle linee elettriche e sulle misure di conservazione successive.
I modelli focalizzati esclusivamente sui dati delle indagini professionali hanno mostrato una maggiore incertezza rispetto a quelli che utilizzavano registrazioni della citizen science. Questo riflette una copertura spaziale più ampia e una varietà di specie rappresentate nei dati della citizen science, rendendoli una risorsa preziosa.
Conclusione
Questo lavoro evidenzia l'importanza di integrare indagini professionali e dati della citizen science per valutare i rischi associati alla mortalità degli uccelli vicino alle linee elettriche. Sviluppando un framework di modellazione robusto che tenga conto delle caratteristiche uniche di entrambi i tipi di dati, possiamo ottenere una visione più accurata dei processi ecologici in gioco.
I risultati sottolineano il potenziale di utilizzare fonti di dati combinate per mirare efficacemente agli sforzi di conservazione, portando a una migliore protezione delle popolazioni di uccelli di fronte all'espansione delle infrastrutture energetiche.
La ricerca futura può costruire su questo lavoro esplorando variabili aggiuntive, migliorando le tecniche di raccolta dati e affinando gli approcci di modellazione per ampliare ulteriormente la nostra comprensione delle interazioni della fauna selvatica con le infrastrutture umane. Le metodologie applicate in questo studio possono servire come blueprint per indagini ecologiche simili in vari contesti.
Implicazioni per la Conservazione
Le intuizioni ottenute da questo studio possono informare future strategie di conservazione identificando le aree più a rischio lungo le reti di linee elettriche. Mirando a sforzi di mitigazione in queste zone, possiamo ridurre gli impatti delle morti indotte dalle linee elettriche sulle popolazioni di uccelli.
Inoltre, l'integrazione della citizen science nella ricerca ecologica sottolinea il ruolo importante che il coinvolgimento della comunità gioca nella comprensione delle dinamiche della fauna selvatica. Coinvolgere i volontari non solo amplia l'ambito della raccolta dati ma favorisce anche un legame più profondo tra il pubblico e gli sforzi di conservazione.
In conclusione, mentre le esigenze energetiche crescono, una pianificazione accurata e una considerazione delle interazioni della fauna selvatica con le infrastrutture umane sono essenziali. Gli approcci delineati in questa ricerca aprono la strada a decisioni più informate che bilanciano lo sviluppo energetico con la preservazione ecologica.
Titolo: New spatial models for integrating standardized detection-nondetection and opportunistic presence-only data: application to estimating risk factors associated to powerline-induced death of birds
Estratto: The constant increase in energy consumption has created the necessity of extending the energy transmission and distribution network. Placement of powerlines represent a risk for bird population. Hence, better understanding of deaths induced by powerlines, and the factors behind them are of paramount importance to reduce the impact of powerlines. To address this concern, professional surveys and citizen science data are available. While the former data type is observed in small portions of the space by experts through expensive standardized sampling protocols, the latter is opportunistically collected by citizen scientists. We set up full Bayesian spatial models that 1) fusion both professional surveys and citizen science data and 2) explicitly account for preferential sampling that affects professional surveys data and for factors that affect the quality of citizen science data. The proposed models are part of the family of latent Gaussian models as both data types are interpreted as thinned spatial point patterns and modeled as log-Gaussian Cox processes. The specification of these models assume the existence of a common latent spatial process underlying the observation of both data types. The proposed models are used both on simulated data and on real-data of powerline-induced death of birds in the Trondelag in Norway. The simulation studies clearly show increased accuracy in parameter estimates when both data types are fusioned and factors that bias their collection processes are properly accounted for. The study of powerline-induced deaths shows a clear association between the density of the powerline network and the risk that powerlines represent for bird populations. The choice of model is relevant for the conclusions from this case study as different models estimated the association between risk of powerline-induced deaths and the amount of exposed birds differently.
Autori: Jorge Sicacha-Parada, Diego Pavon-Jordan, Ingelin Steinsland, Roel May, Bård Stokke
Ultimo aggiornamento: 2023-03-03 00:00:00
Lingua: English
URL di origine: https://arxiv.org/abs/2303.02088
Fonte PDF: https://arxiv.org/pdf/2303.02088
Licenza: https://creativecommons.org/licenses/by-nc-sa/4.0/
Modifiche: Questa sintesi è stata creata con l'assistenza di AI e potrebbe presentare delle imprecisioni. Per informazioni accurate, consultare i documenti originali collegati qui.
Si ringrazia arxiv per l'utilizzo della sua interoperabilità ad accesso aperto.
Link di riferimento
- https://www.foo.com
- https://www.nibio.no/tema/jord/arealressurser/ar50
- https://www.earthenv.org/cloud
- https://inlabru-org.github.io/inlabru/articles/method.html
- https://ebird.org
- https://www.museumstavanger.no/en/forskning/den-norske-ringmerkingssentralen-1
- https://tov-e.nina.no
- https://www.openstreetmap.org