Une équipe de chercheurs du Cornell Lab of Ornithology, de l'Université du Massachusetts et de l'Université de l'Illinois a mis au point BirdFlow, une nouvelle approche générant des prédictions de migration aviaire spécifiques à chaque espèce. En combinant les observations soumises par le grand public sur la plateforme eBird, les données des radars météorologiques et les suivis GPS individuels, le projet résout une limitation historique : les radars détectent les masses d'oiseaux en vol sans pouvoir identifier les espèces concernées. La méthode principale, baptisée BirdFlow Migration Traffic Rate, analyse plus de deux milliards d'observations citoyennes pour estimer les flux migratoires hebdomadaires sur l'ensemble du continent nord-américain. Elle comble également les zones où la couverture radar est insuffisante. Le modèle a déjà été calibré sur les déplacements de 153 espèces migratrices. Pour valider sa fiabilité, les chercheurs ont confronté les résultats de BirdFlow à vingt-huit années de données radar et à des suivis GPS en temps réel. Les corrélations obtenues confirment la précision des trajets prédits, qui intègrent désormais les variations biologiques propres à chaque population. L'intégration des données individuelles améliore considérablement nos modèles à l'échelle des populations, explique Adriaan Dokter, responsable du projet. Ces avancées ouvrent des perspectives concrètes pour la conservation et la santé publique. En identifiant les périodes et les couloirs de migration de chaque groupe, les modèles permettent d'adapter les alertes pour réduire les collisions avec les vitres, un fléau majeur pour certaines espèces. Les autorités sanitaires explorent également l'utilisation de BirdFlow pour surveiller la propagation de la grippe aviaire chez les canards et autres oies migratrices. Yangkang Chen, doctorant à l'Université de l'Illinois, souligne que la méthodologie permet désormais d'étudier les migrations à une échelle inédite, couvrant l'ensemble du cycle annuel et des centaines d'espèces simultanément. Le projet prévoit d'intégrer la méthode au système BirdCast, qui diffuse actuellement des prévisions de migration agrégées. La collection de modèles disponibles via le logiciel BirdFlowR passera de quatre à soixante références validées. Si la couverture des données citoyennes le permet, l'approche pourrait être étendue à l'échelle mondiale, offrant aux scientifiques et aux gestionnaires environnementaux un outil unifié pour anticiper les déplacements de la faune aviaire et en mieux comprendre les menaces.