Észrevetted, hogy eltűnt rengeteg madár Európából? Kiderült, mi áll a háttérben

Észrevetted, hogy eltűnt rengeteg madár Európából? Kiderült, mi áll a háttérben

agrarszektor.hu
Európa mezőgazdasági területein drámai módon megcsappantak a madárpopulációk, ami a mélyebb ökológiai válság egyértelmű jele. Egy uniós kutatási projekt keretében műholdas adatok és a mesterséges intelligencia segítségével határozták meg azokat a területeket, ahol a leghatékonyabbak lehetnek a természetvédelmi beavatkozások - olvasható az Európai Bizottság hivatalos oldalán.

Miközben a kelet-németországi Brandenburg felett keringenek, az Európai Unió Sentinel-2 műholdjai olyan munkát végeznek, amelyre még az ornitológusok népes tábora sem lenne képes. A műholdak néhány naponta nagy felbontású felvételeket készítenek a kontinens mezőgazdasági parcelláiról, így folyamatosan frissülő képet nyújtanak Európa tájairól. Annett Frick, a német LUP környezetvédelmi tanácsadó cég távérzékelési vezetője az elmúlt három évben azon dolgozott, hogy ezt a hatalmas adatfolyamot a gyakorlatban is használható természetvédelmi eszközzé alakítsa.

A helyzet rendkívül sürgető, ugyanis a páneurópai madármegfigyelési adatok azt mutatják, hogy a gyakori madárfajok állománya 1980 óta 19%-kal csökkent. A kifejezetten mezőgazdasági élőhelyekhez kötődő fajok, mint a citromsármány, a fecskék és a vadgerle esetében a visszaesés a megdöbbentő 58%-ot is eléri. Ez a veszteség a több évtizedes intenzív gazdálkodás közvetlen következménye, mivel az egykor sövénnyel, gyeppel, facsoportokkal és vadvirágokkal teli, változatos vidékek helyét fokozatosan a hatalmas monokultúrás táblák vették át.

EZ IS ÉRDEKELHET

A 2026 januárjában lezárult BirdWatch projekt az Európai Unió Űrprogramügynökségének irányításával pontosan ezekre a kihívásokra keresett megoldást. A kutatócsoport a Sentinel műholdak mérési adatait ötvözte az élőhely-alkalmassági modellekkel. A felvételek segítségével több millió parcellára vonatkozóan határozták meg a növénytakarót, a termesztett kultúrákat és a környező területhasználatot. A Sentinel-1 radaradatainak köszönhetően a talajnedvességet is megbecsülték, amely a vizes élőhelyeken jól azonosítható jelet ad vissza. Végül ezeket az információkat tíz indikátor madárfaj élőhelymodelljével kapcsolták össze.

A platform ráadásul egy mesterséges intelligenciára épülő optimalizációs modellt is kínál, amellyel különböző természetvédelmi forgatókönyveket és költségvetési kereteket lehet tesztelni. A felhasználók pontos képet kaphatnak arról, hogy az olyan beavatkozások, mint a sövénytelepítés, a vadvirágos sávok kialakítása, a szántók legelővé alakítása vagy a vetésforgó színesítése miként javítanák a madarak életfeltételeit. A rendszert sikeresen tesztelték négy mintaterületen, így Brandenburgban, a belgiumi Flandriában, Litvániában és a dél-tiroli régióban. A projekt egyik legfőbb tanulsága az volt, hogy nem létezik egységes, mindenhol alkalmazható sablon, így a helyi sajátosságok ismerete elengedhetetlen, hiszen a környezeti feltételek és a madárpopulációk viselkedése jelentősen eltér Európa különböző részein.

EZ IS ÉRDEKELHET

A jelenleg már nyilvánosan hozzáférhető BirdWatch platform részletes élőhely-alkalmassági térképeket és gyakorlati természetvédelmi forgatókönyveket nyújt a mintarégiókra vonatkozóan. Ez a módszertan hatékonyan támogathatja az Európai Unió 2030-as biodiverzitási stratégiáját, amely előírja, hogy a mezőgazdasági területek legalább tíz százalékán magas biológiai sokféleséget biztosító tájelemeket kell kialakítani. A feladat rendkívül nehéz, hiszen például Brandenburgban, ahol a területek csaknem felét művelik, egy friss elemzés szerint a szántóföldek 94%-a nem teljesíti ezt a követelményt. Annett Frick rámutatott, hogy a projekt legnagyobb sikere a térbeli optimalizáció működőképességének igazolása valós körülmények között, több millió parcellán, miközben rávilágított arra a szomorú tényre is, hogy Németország szinte valamennyi szántóföldjén elégtelenek a feltételek a védeni kívánt madárfajok fennmaradásához.

Címlapkép forrása: Getty Images
NEKED AJÁNLJUK
CÍMLAPRÓL AJÁNLJUK