候鸟很快就要开始迁徙了。从3月开始，北美各地将开始春季迁徙，鸣禽、滨鸟、水鸟和猛禽将返回城镇。虽然科学家们知道这些小动物很快就会飞行，但他们长期以来一直试图确定这些鸟从过冬的热带地区返回美国的路线。
马萨诸塞大学阿默斯特分校和康奈尔大学的一个团队本周在杂志上发表的一项研究描述了一种新的策略，使用计算机建模和公民科学平台eBird的观测数据来预测这些候鸟的飞行路线。据研究人员称，BirdFlow的预测能力相当准确。
该论文的主要作者、马萨诸塞大学阿默斯特分校计算机科学研究生米格尔·富恩特斯在一份新闻稿中说:“要获得关于鸟类在哪里的精确实时信息是非常困难的，更不用说它们到底要去哪里了。”
例如，科学家们知道像美洲木公鸡这样的鸟类每年都会从德克萨斯州和卡罗来纳迁移到加拿大的南部地区。但他们可以通过多条路线往返这两个目的地。
追踪标签可以帮助提供一些部分线索，但很难标记每只感兴趣的鸟类。天气雷达可以很好地实时观察鸟类的运动，但不能真正提供关于鸟群中有哪些物种的信息，或者单个鸟类的行为如何。另一方面，月球观察机器人很适合观察个人行为，但过于依赖宇宙时间。此外，每年鸟类都可能改变它们的路线。和所有野生动物一样，它们天生不可预测。
为了更准确地实时了解候鸟，该团队开发的概率估计机器学习模型BirdFlow使用eBird上的每周鸟类观察信息和种群分布数据进行训练。它与最新的GPS和卫星跟踪数据进行了微调，以预测某些鸟类在旅程中的下一个目的地。
研究人员在论文中写道:“只要相对丰度模型可用，BirdFlow模型可以针对任何物种进行训练，即使是那些没有被eBird跟踪的物种。”该模型在11种北美鸟类上进行了测试，如美洲木公鸡、画眉和斯文森鹰，结果优于其他迁移预测模型。此外，即使没有实时GPS或跟踪数据，它也可以正确预测鸟类的飞行路线。
根据新闻稿，该团队将利用美国国家科学基金会82.7万美元的拨款，进一步改善BirdFlow，并为生态学家准备一个软件包，预计将于今年晚些时候发布。研究人员还在研究基于这些模型的更直观的界面，以吸引普通公众。
作者写道:“除了我们案例研究中调查的生态问题外，BirdFlow模型的样本还可以用于研究其他现象，如中途停留行为和对全球变化的反应。”“最后，BirdFlow可以提高公众对生物多样性和生态系统健康的认识，为科学家、鸟类观察者、政策制定者和公众提供一个外展工具。”
