コーネル鳥類研究所、マサチューセッツ大学、イリノイ大学Urbana-Champaignの研究チームは、市民科学データと気象レーダーを統合した手法「BirdFlow」により、渡り鳥の種別追跡に成功した。本成果は学術誌で発表された。 従来のレーダーは鳥の飛行を検出できるが種別判別が不可能だった。開発された「BMTR」はeBirdへの20億件超の観測記録をAIで処理し、北米全域の週単位の種別別渡り量を推計する。レーダー網が未整備の地域でも高精度な特定を実現した。 検証では北米152基のレーダーから得られた28年分の長期データと比較し、強い相関を確認した。GPSや足環データと統合したことで、生物学的に妥当な集団移動モデルが構築された。14目39科の153種を対象とし、種内における渡りルートの多様性も明らかにした。 応用面では、窓ガラス衝突リスクの低減や鳥インフルエンザの感染経路追跡、航空機衝突評価への活用が期待される。研究チームは既存の予報システム「BirdCast」との連携を進め、「BirdFlowR」向けに60モデルを公開済みである。データインフラが整えば全球的な監視網へ拡大可能であり、AIと大規模観測データの融合が生態保全と監視技術に新段階をもたらす。