自然の最大のディスプレイの1つの背後にある科学

自然の最大のディスプレイの1つの背後にある科学
メンノシェーファー/シャッターストック

鳥が急降下して飛び込み、空を駆け巡るようなムクドリのムードを見るのは、薄暗い冬の夜の大きな喜びの1つです。 ナポリからニューカッスルまで、これらの俊敏な鳥の群れは皆、全く同じアクロバット表示をしていて、完全に同期して動いています。 しかし、彼らはどのようにそれをしますか? なぜ彼らはクラッシュしないのですか? そしてポイントは何ですか?

1930に戻ると、一人の一流の科学者は、鳥には鳥がいなければならないと示唆しました 霊力 群がって一緒に動作するように。 幸いなことに、現代科学はより良い答えを見つけ始めています。

ムクドリが何をしているのか理解するために、我々は先駆的なコンピュータ科学者クレイグレイノルズが1987を創作したときにXNUMXから始めます。 鳥の群れのシミュレーション。 レイノルズが彼のコンピュータ生成クリーチャーと呼んだように、これらの「ボイド」は3つの単純な規則に従ってそれらの異なる移動パターンを作成しました。

これらのパターンのいくつかは、1992のBatman Returnsとその映画の中で始まる、現実的に見える動物群を映画の中で作成するために使われました。 コウモリの群れとペンギンの「軍隊」。 重要なことに、このモデルは長期的なガイダンスや超自然的な力を必要としませんでした - ローカルな相互作用だけです。 レイノルズのモデルは、基本的な規則に従う個人によって確かに複雑な群れが可能であることを証明しました、そして、結果として生じるグループは確かに自然の中でそれらのように見えました。

この出発点から、動物運動モデリングの全分野が浮上しました。 実際にこれらのモデルを一致させることは、ローマの鉄道駅周辺でムクドリを主演させ、その位置を2008Dで再現することができたイタリアのグループによって、3で見事に達成されました。 ルール それは使われていました。 彼らが発見したのは、ムクドリは、近くにいるすべての鳥の動きに反応するのではなく、最寄りの7人ほどの近所の人の方向とスピードを合わせることを目指していたということです。

私たちが波の中でつぶやく鼓動を見て、形の配列に渦巻くとき、それはしばしば鳥が遅くなったり、厚く詰まったり、あるいはスピードが速く広がったりするような場所があるかのように見えます。 実際、これは主に、3D群によって作成された目の錯覚が2Dの世界観に投影されていること、そして科学的な理由によるものです。 モデル 鳥は安定した速度で飛ぶことをお勧めします。

コンピューター科学者、理論物理学者、行動生物学者の努力のおかげで、私たちは今、これらのせせらぎがどのように発生しているかを知っています。 次の質問は、なぜそれらがまったく起こるのかということです - 何がムクドリをこの振る舞いに進化させたのですか?

1つの簡単な説明は冬の間の夜の暖かさの必要性です:鳥は暖かい場所に集まり、ただ生き続けるために近くでねぐられる必要があります。 ムクドリは、巣箱、密な生垣、足場のような人間の構造物など、巣箱に詰め込むことができます。 1立方メートル当たりの500鳥、時には数百万羽の鳥の群れの中に。 そのような高濃度の鳥は捕食者にとって魅力的な標的となるでしょう。 捕食者が選んだ鳥になりたい鳥はいないので、数字の安全性がゲームの名前になります。旋回する大衆は混乱の効果を生み出し、1人の人物が標的にされるのを防ぎます。

自然の最大のディスプレイの1つの背後にある科学
ムクドリは精神的ではありません - 彼らはただ規則に従うのが得意です。
Adri /シャッターストックによる写真

しかしながら、ムクドリはしばしば何十キロも離れたところからねぐらに通勤し、そしてそれらはこれらのフライトの上でわずかに暖かい場所でねぐらすることによって救われることができるより多くのエネルギーを燃やす。 したがって、これらの巨大なオオバコの動機は、温度だけではありません。

安全性の数がパターンを促進する可能性がありますが、興味深いアイデアは、個体が採餌に関する情報を共有できるように群れが形成される可能性があることを示唆しています。 これ、情報センター仮説」は、食物が斑状で、最良の長期的解決策を見つけるのが難しい場合、多数の個人間での情報の相互共有を必要とすることを示唆しています。 ミツバチが花のパッチの場所を共有するのと同じように、ある日に食べ物を見つけ、一晩情報を共有する鳥は、別の日に同様の情報から利益を得るでしょう。 鳥の数が多いにもかかわらず 食べ物が一番少ないときこれは、アイデアに対する限定的なサポートを提供しているように見えますが、仮説全体を正しくテストすることはこれまでのところ非常に困難であることが証明されています。

動く動物群に対する我々の理解は、過去数十年にわたって非常に拡大しました。 次の課題は、この行動を生み出した進化的で適応的な圧力と、それらの圧力が変化するにつれてそれが保全にとって何を意味するのかを理解することです。 おそらく私たちの理解を適応させ、それを使ってロボットシステムの自律制御を改善することができます。 多分未来の自動化された自動車のラッシュアワーの行動はムクドリと彼らのつぶやきに基づくでしょう。会話

著者について

A. Jamie Wood、生物学および数学学科の上級講師、 ヨーク大学 エコロジー上級講師、コリンビール ヨーク大学

この記事はから再公開されます 会話 クリエイティブコモンズライセンスの下で 読む 原著.

関連書籍

{amazonWS:searchindex =本;キーワード=自然の謎; maxresults = 3}

enafarZH-CNzh-TWnltlfifrdehiiditjakomsnofaptruessvtrvi

InnerSelfをフォロー

Facebookのアイコンさえずり、アイコンrss-icon

電子メールで最新情報を取得する

{emailcloak =オフ}