Как технологии меняют охрану сайгака, кулана и архара в Казахстане

Для Казахстана этот вопрос особенно важен не только из-за размеров страны. История сайгака показывает, насколько быстро ситуация с видом может перейти от относительного благополучия к катастрофе — и обратно. До конца советского периода в степях Центральной Азии существовали огромные стада этих антилоп, однако после распада СССР система охраны ослабла, а браконьерство резко выросло. По данным Convention on the Conservation of Migratory Species, в 1990-е годы численность сайгака по всему ареалу рухнула примерно на 95% — с более чем 1,5 млн до около 50 тыс. животных. В самом Казахстане в 2003 году оставалось около 21 тыс. сайгаков. Позже усиление охраны и борьбы с браконьерством позволило развернуть тенденцию: официальные казахстанские данные фиксировали уже 1,915 млн животных весной 2023 года. Эта история важна для понимания работы Burshakbayeva и ее коллег: современная охрана природы в Казахстане решает уже не только задачу «не дать животным исчезнуть». Следующий уровень — научиться управлять восстановившимися популяциями и огромными территориями, по которым они перемещаются. А для этого недостаточно раз в год провести учет и получить одну цифру.

Авторы начинают с главного ограничения традиционного подхода. Когда речь идет о степях, пустынях и горных массивах Казахстана, прямое наблюдение требует большого количества людей, техники, времени и денег. Авиационный учет позволяет охватывать большую территорию, но зависит от погоды и не может проводиться постоянно. Кроме того, любое наблюдение человеком несет риск пропуска или ошибки. Поэтому исследователи строят систему, в которой разные технологии должны дополнять друг друга. Для сайгаков и куланов они использовали 40 GPS/GSM-ошейников, передававших координаты животных каждые два часа. На маршрутах архара, бухарского оленя и джейрана установили 120 фотоловушек. Изменения растительности и местообитаний оценивались с помощью данных Landsat-9 и Sentinel-2 за 2022–2023 годы. Пространственная информация объединялась в ArcGIS Pro, для труднодоступных территорий использовались беспилотники DJI Matrice 300 RTK с тепловыми и спектральными датчиками, а большие массивы данных обрабатывались в Google Earth Engine и алгоритмами машинного обучения. По сути, исследователи пытаются превратить наблюдение за природой из серии отдельных экспедиций в непрерывный поток данных.

Лучше всего смысл такого подхода виден на миграциях. GPS-ошейник не просто сообщает, где находится конкретное животное. Когда координаты накапливаются месяцами, из отдельных точек складывается маршрут, а затем становится видно, где этот маршрут пересекается с дорогами, железнодорожными линиями, сельскохозяйственными угодьями и населенными территориями. Согласно результатам работы, средняя протяженность миграции сайгаков составила 1220 ± 180 км. Авторы выделяют направление между платом Устюрт и Бетпакдала и указывают 18 пересечений с автомобильными и девять — с железными дорогами; зимой маршруты становились примерно на 22% длиннее. Для туркменского кулана средняя дистанция была значительно меньше — около 340 ± 45 км, причем летом животным приходилось делать дополнительные обходы из-за сельскохозяйственных территорий. Это уже совсем другой уровень информации по сравнению с простой переписью животных. Численность отвечает на вопрос «сколько их?», тогда как трекинг позволяет спросить «почему они идут именно здесь и что им мешает?». И ответ может непосредственно влиять на решения государства: если из данных следует, что один и тот же миграционный путь регулярно упирается в трассу или железную дорогу, появляется основание проектировать переходы для животных или учитывать коридор при строительстве новой инфраструктуры.

Вторая большая часть работы связана с фотоловушками и искусственным интеллектом. Сама камера в лесу или степи давно не является революционной технологией: проблема начинается после того, как сотни устройств производят десятки тысяч фотографий. Их должен кто-то открыть, посмотреть, определить вид, отделить настоящие срабатывания от пустых кадров и подсчитать животных. Авторы предлагают передать значительную часть этой рутинной работы алгоритму компьютерного зрения. Изображения обрабатывались с помощью TensorFlow, а заявленная авторами точность распознавания видов превысила 93%. Лучше всего система определяла сайгака — в 97,1% случаев, хуже всего туркменского кулана — в 93,8%. При этом исследование не скрывает характерную слабость такого подхода: программа чаще ошибалась там, где внешне похожи разные виды. Среди примеров авторы приводят случаи, когда сайгак распознавался как коза. Отсюда следует важное ограничение любых подобных систем: искусственный интеллект не является готовым универсальным «электронным зоологом». Чем лучше его обучают именно на фотографиях конкретной территории, при местном освещении, растительности, погоде и наборе видов, тем надежнее он работает.

Спутники решают другую проблему — животное можно проследить с помощью ошейника, но невозможно надеть GPS-передатчик на всю экосистему. Поэтому исследователи использовали космические снимки, чтобы увидеть изменения самой среды обитания. На основании изображений за 2018–2023 годы авторы оценивают потерю пригодных территорий в 12,3 тыс. км² для джейрана, 850 км² для бухарского оленя, 6,45 тыс. км² для архара, 3,2 тыс. км² для кулана и 28,5 тыс. км² для сайгака. В качестве основных причин называются перевыпас и засуха, вырубка и урбанизация, добыча полезных ископаемых, туризм, сельское хозяйство, ограждения и изменение климата. Для сайгака авторы получают особенно сильную статистическую связь между сокращением местообитаний и изменением популяции — R² = 0,89. Здесь важно не превращать статистику в более сильное утверждение, чем она позволяет сделать. Высокое R² показывает тесную связь между двумя показателями в используемой авторами модели, однако само по себе не доказывает, что именно потеря местообитаний вызвала все наблюдаемые изменения численности. На популяцию одновременно могут воздействовать болезни, браконьерство, погодные условия и множество других факторов. В этом и заключается разница между академически аккуратным прочтением исследования и эффектным, но чрезмерно прямолинейным выводом.

Одновременно работа показывает, что технологизация охраны природы в Казахстане становится продолжением гораздо более длинной истории восстановления животных. Особенно наглядный пример — кулан. Местная форма кулана была уничтожена в Казахстане к середине XX века, после чего восстановление началось с переселения восьми туркменских куланов на остров Барсакельмес в 1953 году. Когда экологическая ситуация в Аральском море стала ухудшаться, в феврале 1982 года 23 животных перевезли в район нынешнего Алтынемел, где популяция успешно закрепилась. По данным самого национального парка, к 2021 году она выросла до 3607 животных. Похожая история произошла с бухарским оленем: в Казахстане его реинтродукция началась еще в 1981 году с 22 животных, доставленных из Таджикистана в Карашенгел, а в 2000-х программы восстановления распространились и на другие части исторического ареала. Поэтому GPS, спутники и нейросети — скорее новый технологический слой поверх работы, которая идет десятилетиями. В середине прошлого века редких животных приходилось буквально возвращать в исчезнувшие популяции; сегодня появляется возможность наблюдать их восстановление почти в режиме реального времени.

В самой работе динамика большинства исследуемых видов выглядит положительно. С 2020 по 2024 год численность архара в приведенной авторами таблице выросла с 12 818 до 14 072 животных, или на 9,78%, бухарского оленя — с 914 до 1210, или на 37,81%, джейрана — с 14 656 до 15 585, а туркменского кулана — с 4255 до 4614. Для сайгака приводится показатель 1,915 млн животных. Особенно заметен рост численности бухарского оленя в отдельных районах: авторы указывают увеличение на 170,7% для дикой популяции в пойме Сырдарьи и почти десятикратное увеличение показателя для Иле-Балхашской природоохранной зоны, хотя столь резкие проценты необходимо интерпретировать с учетом очень низкой исходной численности. Общий смысл этих цифр авторы видят в том, что усиление охраны, борьба с браконьерством и более точный мониторинг работают вместе. Однако технология здесь снова выступает прежде всего не как средство, которое само по себе увеличивает количество животных, а как инструмент, позволяющий охране быстрее реагировать и лучше понимать, где именно требуются меры.

У исследования есть еще один слой, который легко потерять за спутниками и искусственным интеллектом, — генетика. Простого увеличения числа животных недостаточно, если небольшая популяция долгое время существует в изоляции и близкородственное скрещивание постепенно сокращает ее генетическое разнообразие. Для бухарского оленя исследователи получили коэффициент инбридинга F = 0,24 и более низкую наблюдаемую генетическую вариативность по сравнению с ожидаемой; для джейрана показатель F составил 0,16. На человеческом языке это означает следующее: популяция может расти численно и одновременно оставаться уязвимой изнутри. Чем меньше генетическое разнообразие, тем меньше набор вариантов, с которым вид встречает новую болезнь, изменение климата или другие потрясения. Поэтому авторы предлагают не только считать животных, но и связывать разрозненные популяции экологическими коридорами и при необходимости обеспечивать генетический обмен между изолированными группами. Для Казахстана это особенно актуально там, где некогда единый природный ландшафт оказался разделен дорогами, сельскохозяйственными землями, промышленными объектами или ограждениями.

В результате складывается более важная картина, чем просто применение модных технологий в экологии. Смысл предложенной авторами модели в том, чтобы соединить несколько типов информации. GPS показывает перемещение животного. Фотоловушка сообщает, кто и когда прошел через конкретную точку. Спутник показывает, что происходит с растительностью и землепользованием на десятках тысяч квадратных километров. GIS накладывает эти сведения на дороги, поселения и другие объекты. Генетический анализ позволяет увидеть угрозу, которую вообще невозможно обнаружить из космоса. И только после объединения всех этих данных появляется возможность говорить не о наблюдении за редким видом, а об управлении его средой обитания. Именно поэтому авторы считают перспективным создание общей системы обмена мониторинговой информацией между странами Центральной Азии: многие копытные не признают государственных границ, и маршрут, начинающийся в Казахстане, может продолжаться в Узбекистане или другом соседнем государстве.