Forskare vässar fladdermusövervakningen med öppet verktyg

Fladdermöss pollinerar växter, sprider frön och reglerar insektsbestånd. De producerar också några av de mest komplexa akustiska signalerna i däggdjursvärlden, både sociala läten och ekolokalisering som används för att navigera och hitta föda.

De flesta av dessa ljud ligger utanför det mänskliga hörselområdet – men de går att spela in. Eftersom olika arter låter olika kan ljudinspelningar användas för att kartlägga vilka fladdermöss som finns i ett område.

Förändrat fladdermusforskningen

– Det här har förändrat fladdermusforskningen i grunden. I stället för att fånga in djuren för att artbestämma dem kan vi spela in deras läten. En enda fältsäsong kan generera tusentals, ibland miljontals, inspelningar, säger Katarina Meramo.

Hon är en del av det globala forskningsprojektet Lifeplan, som samlar in data om biologisk mångfald världen över – bland annat ljud från fåglar och fladdermöss. Materialet är omfattande och kan ge ny kunskap om var fladdermöss finns och när de är aktiva.

– Det stod snabbt klart att ingen befintlig fladdermusklassificerare klarade den mångfald av arter och artsammansättningar som fanns i våra inspelningar. Så vi byggde en egen, säger Katarina Meramo.

Nytt verktyg

Det nya verktyget omfattar i dagsläget 21 europeiska arter. Fladdermusexperter kan bidra genom att identifiera arter i ljudmaterialet, vilket successivt förbättrar träffsäkerheten. Målet är dock att skapa ett globalt verktyg. Just nu arbetar forskarna med att lägga till material från Madagaskar, där Lifeplan samlat in omfattande ljuddata.

En viktig poäng är att verktyget är öppet och gratis. Många befintliga artbestämningsverktyg ägs av företag eller organisationer som inte delar med sig av sina data.

– Responsen har varit mycket positiv. Forskare efterfrågar öppna verktyg, säger Katarina Meramo.

Knepigt med artbestämningen

Att artbestämma fladdermöss kan vara svårt, även för experter. För tropiska och subtropiska arter saknas dessutom referensmaterial – trots att det ofta är där den biologiska mångfalden är som störst och mest hotad.

– Jag har själv studerat fladdermöss i Brasilien, och det var en mardröm jämfört med mina studieområden i Finland. Vid den tiden fanns det inga tillförlitliga identifieringsverktyg tillgängliga, och referensinspelningar var extremt sällsynta. Ett sådant här verktyg hade varit ovärderligt då, säger hon.

Målet är att verktyget ska kunna användas av forskare, naturvårdare, studenter, konsulter, fältbiologer och medborgarforskare. När användare bidrar med inspelningar från sina egna regioner blir modellen mer träffsäker – och samtidigt mer användbar för dem själva.

AI ersätter inte experter

Samtidigt betonar forskarna att automatiska klassificeringar aldrig är perfekta. Vissa fladdermusläten är mycket lika varandra.

– Därför klassas osäkra fall på gruppnivå i stället för artnivå. Alltför självsäkra system kan göra mer skada än nytta om de används inom naturvård, säger Katarina Meramo.

Aribestämningshjälpmedel kan förstås inte ersätta experter. Det kommer även i framtiden att behövas människor som kan känna igen arterna via ljudbilden eller spektrogram. Samtidigt kommer människor att lära sig mer om fladdermöss när de arbetar med verktyget.

– Trots min långa erfarenhet har arbetet med tusentals spektrogram fördjupat min kunskap om arter, grupper och knepiga gränsfall, säger Katarina Meramo.

Inspelning av gråskimlig fladdermus

Det är möjligt att höra dess sociala läten med blotta örat, för de flesta fladdermöss behövs ultraljudsdetektorer.