Hoe kunnen we specifieke vogelsoorten identificeren terwijl ze hun jaarlijkse migraties ondernemen?
In de VS vertrouwen wetenschappers al lang op weerradargegevens om zwermen vogels te volgen die door het land trekken. Maar daar zat een kanttekening bij: de vogels verschenen als klodders op de radar, net als donkere wolken. Ze wisten niet naar welke soort vogels ze keken.
Een nieuw instrument helpt wetenschappers en natuurbeschermers deze kloof te overbruggen.
BirdFlow combineert burgerwetenschappelijke observaties met weergegevens en kunstmatige intelligentietechnologie om wetenschappers te helpen specifieke soorten te detecteren en hun migratieroutes te voorspellen. Twee onderzoeken gepubliceerd in de tijdschriften Mondiale ecologie en biogeografie En Bewegingsecologie beschrijven hoe BirdFlow onderscheid kan maken tussen soorten die door Noord-Amerika migreren. De tool is ontwikkeld als samenwerking tussen Cornell University, de University of Massachusetts en de University of Illinois Urbana-Champaign.
“Laten we zeggen dat we Wilsons grasmus willen volgen die overwintert in Alaska”, vertelde Yuting Deng, co-auteur van beide onderzoeken en postdoctoraal onderzoeker aan het Cornell Lab of Ornithology, aan Mongabay in een video-interview. “Waar gaan ze precies heen? Hebben de oostelijke en westelijke populaties een vergelijkbare migratietiming? Welke routes nemen ze? Dat is waar BirdFlow in beeld komt.”
Weten welke vogelsoorten waarheen migreren is om verschillende redenen van cruciaal belang.
Ten eerste kunnen wetenschappers, zonder individuele soorten te kunnen onderscheiden, niet zeggen wanneer en waar een bedreigde soort zich verplaatst. De gegevens zijn ook nuttig voor luchtvaartmanagers, die grotere vogels willen volgen die mogelijk gevaar kunnen opleveren als ze tegen vliegtuigen botsen. Daarnaast zijn er in de VS ook campagnes gevoerd om leden van het publiek ertoe te bewegen ’s nachts de lichten uit te doen wanneer vogels aan het migreren zijn, om te voorkomen dat ze tegen gebouwen botsen. Ook hiervoor is het volgens Deng van cruciaal belang om te weten welke soorten zich verplaatsen, omdat “sommige vogelgroepen gevoeliger zijn om tegen gebouwen aan te botsen.”
Om BirdFlow te bouwen, hebben wetenschappers gebruik gemaakt van een enorme dataset van burgerwetenschappelijke observaties van eBird, een app ontwikkeld door Cornell. Door de jaren heen heeft een team van eBird de 2 miljard waarnemingen die via de app zijn geregistreerd, gebruikt om wekelijkse kaarten van de verspreiding en dichtheid van vogels te maken. Het team dat BirdFlow ontwikkelde, gebruikte deze gegevens om wat zij de BirdFlow Migration Traffic Rate noemen, een maatstaf te ontwikkelen die de migratie-intensiteit op soortniveau op wekelijkse basis kan schatten. Het team valideerde de modellen door ze te vergelijken met 30 jaar aan gegevens van 152 weerbewakingsstations.
Bovendien combineerden ze GPS-, tagging- en radiotelemetriegegevens om BirdFlow-modellen te produceren voor 153 trekvogelsoorten in Noord-Amerika. De modellen helpen voorspellen waar de vogels waarschijnlijk van de ene op de andere week zullen migreren, waardoor wetenschappers trekroutes in kaart kunnen brengen.
“Voor BirdFlow vragen we van week één tot week twee gewoon naar de locatie van de vogels”, zegt Deng. “Wat is bijvoorbeeld de kans dat vogels van de ene locatie naar andere aangrenzende locaties vliegen?”
Naast het volgen van bedreigde soorten en het voorkomen van botsingen tussen gebouwen, zei Deng dat de gegevens ook kunnen worden gebruikt om infectieziekten bij vogels te monitoren. Federale en overheidsinstanties hebben al interesse getoond in BirdFlow-gegevens, voegde ze eraan toe.
“Ze willen zien of we een voorspelling kunnen maken voor specifieke wilde vogelsoorten en hoe hun migratiebereik overlapt met pluimveebedrijven,” zei ze. “Als er op deze boerderijen een uitbraak plaatsvindt, kunnen ze nagaan waar de vogels deze ziekten naartoe kunnen brengen.”
Het team is ook van plan specifieke waarschuwingen voor vogelgroepen te creëren. Dergelijke waarschuwingen, zei Deng, zouden het grote publiek mogelijk enthousiaster en betrokkener kunnen maken als ze weten welke soort ze op een bepaalde avond helpen beschermen.
Belangrijker nog is dat het ook een actief onderdeel kan zijn van initiatieven voor het behoud en de bescherming van vogels. “Verschillende instanties zoals natuurbeschermingsgroepen en luchtvaartmanagers kunnen de informatie gebruiken die meer gericht is op de groepen die ze willen behouden”, zei Deng.
Bannerafbeelding: Een zwerm sneeuwganzen. Afbeelding door Veronika_Andrews via Pixabay.
Abhishyant Kidangoor is een stafschrijver bij Mongabay. Vind hem op 𝕏 @AbhishyantPK.
Van krassen tot code: AI helpt bij het ontcijferen van de communicatie tussen dieren
Kauwgeluiden kunnen helpen het dieet van een dier te ontcijferen met behulp van AI, zo blijkt uit nieuw onderzoek
Citaties:
Chen, Y., Slager, DL, Plunkett, E., Fuentes, M., Deng, Y., Mackenzie, SA, … Dokter, AM (2026). Migratiemodellering op populatieniveau van Noord-Amerikaanse vogels door data-integratie met BirdFlow. Bewegingsecologie, 14(1). doi:10.1186/s40462-026-00651-z
Plunkett, E., Deng, Y., Slager, DL, Fuentes, M., Chen, Y., Van Doren, BM, … Sheldon, D. (2026). Nieuwe schattingen van het vogelmigratieverkeer op continentale schaal met behulp van participatieve wetenschappelijke gegevens. Mondiale ecologie en biogeografie, 35(4). doi:10.1111/geb.70236
