ดาวเทียมที่มีความละเอียดสูงมากทำให้นักวิทยาศาสตร์มีวิธีใหม่ในการค้นหาว่าวาฬจะติดอยู่บนชายหาดเมื่อใดและที่ไหน
เมื่อมองขึ้นไปบนท้องฟ้า วาฬเกยตื้นที่ชายฝั่งอาจดูเหมือนหยดสีชมพู รอยเปื้อนสีเทา หรือเส้นยาวของสีขาวฟอกขาวโค้ง อาจเป็นเครื่องหมายคำถามโค้งงอที่ลงท้ายด้วยพยาธิใบไม้ หรือจุดไข่ปลาที่เน่าเปื่อย
ผลการศึกษาใหม่ชี้ให้เห็นว่า เมื่อภาพถ่ายดาวเทียมมีการพัฒนามากขึ้น จึงเป็นไปได้ที่จะระบุได้อย่างแม่นยำว่ารอยหยักหลากสีใดเป็นวาฬเกยตื้นจริงๆ นักวิทยาศาสตร์ที่อยู่เบื้องหลังรายงานฉบับนี้ยังโต้แย้งอีกว่าการสอดแนมจากอวกาศเป็นวิธีที่มีประสิทธิภาพในการระบุกลุ่มพฤติกรรมที่ชายหาดเหล่านี้ในสถานที่ที่พวกเขาจะไม่ถูกค้นพบ เช่น บนชายฝั่งที่ห่างไกล ในประเทศที่มีทรัพยากรจำกัด หรือในประเทศที่มีความขัดแย้ง
ตราบใดที่มนุษย์ยังจับตาดูมหาสมุทร วิธีเดียวที่เรารู้เกี่ยวกับวาฬเกยตื้นก็คือการสะดุดเข้าหาพวกมันด้วยตัวเราเอง แต่การรู้เกี่ยวกับวาฬเกยตื้น—รวมถึงที่และเวลาของวาฬเกยตื้น และจำนวนวาฬเกยตื้น—มีความสำคัญอย่างยิ่ง สาเหตุส่วนใหญ่มาจากสาเหตุของมนุษย์ เช่น การชนกันของเรือ มลพิษ และการเข้าไปพัวพันกับอุปกรณ์ตกปลา การเกยตื้นของวาฬจึงเพิ่มสูงขึ้น การเกิดขึ้นของพวกมันมักจะส่งสัญญาณว่ามีบางอย่างผิดปกติและบ่งบอกถึงปัญหาระบบนิเวศที่ใหญ่กว่า เช่น การบานของสาหร่ายที่เป็นอันตราย ทว่าเครือข่ายภาคพื้นดินที่ใช้ในการเฝ้าติดตามวาฬเกยตื้นนั้นมีอคติต่อภูมิภาคที่มั่งคั่งและมีประชากรสูง
เอกสารฉบับใหม่นี้แสดงให้เห็นว่าภาพถ่ายดาวเทียมที่มีความละเอียดสูงมาก (VHR) ทำให้สามารถระบุวาฬร่างกายขนาดใหญ่ที่เกยตื้นได้ เช่น วาฬหลังค่อมหรือวาฬสเปิร์ม ในพื้นที่ห่างไกลซึ่งพวกมันอาจต้องใช้เวลาหลายสัปดาห์กว่าจะพบ หากสังเกตเห็นเลย . เมื่อถึงจุดนั้น สัตว์มักจะเน่าเปื่อยนาน ทำให้สายเกินไปที่จะรู้ว่าอะไรเป็นสาเหตุของการเกยตื้นหรือดำเนินการแก้ไข
“ดาวเทียมอาจทำให้ชุมชนท้องถิ่นเข้าใจรูปแบบ เวลา และที่ตั้งของเหตุการณ์เกยตื้นมากขึ้น เพื่อแจ้งให้ทราบว่าเมื่อใดควรลงทุนทรัพยากรเพื่อการแทรกแซงบนพื้นดิน” เพนนี คลาร์ก ผู้เขียนหลักของหนังสือพิมพ์และนักศึกษาระดับบัณฑิตศึกษาจากบริติชแอนตาร์กติกกล่าว สำรวจ.
ดาวเทียมดวงแรกที่มีเซ็นเซอร์ VHR เปิดตัวในปี 2542 ด้วยจำนวนของพวกเขาในวงโคจรตอนนี้ค่อยๆ ปีนขึ้นไป ทีมของคลาร์กมองว่าภาพประเภทนี้เป็นเครื่องมือที่สามารถช่วยปลดปล่อยวิทยาศาสตร์โดยให้ประเทศที่ร่ำรวยน้อยกว่าซึ่งมีสัดส่วนประมาณ 70 เปอร์เซ็นต์ ของแนวชายฝั่งของโลก ซึ่งเป็นเครื่องมือที่ช่วยให้คนเพียงไม่กี่คนสามารถตรวจสอบพื้นที่กว้างใหญ่ได้
จากกรณีศึกษา ทีมงานได้ตรวจสอบการเกยตื้นในปี 2015 ที่ Golfo de Penas ซึ่งเป็นพื้นที่ห่างไกลอย่างยิ่งในปาตาโกเนียของชิลี ในปีนั้น วาฬอย่างน้อย 343 ตัวถูกซัดเกยตื้นตายบริเวณชายทะเลของอ่าว ไม่มีใครรู้เรื่องการเกยตื้นเป็นเวลาสองเดือน จนกระทั่งทีมวิจัยเกิดขึ้นที่ซากศพ
เมื่อมองย้อนกลับไป ดาวเทียมเห็นพวกเขา การวิเคราะห์ภาพ VHR ที่เก็บถาวรในภายหลังทำให้นักวิจัยสามารถประเมินจำนวนวาฬที่ตายแล้วและยืนยันว่าการเกยตื้นเริ่มขึ้นในต้นเดือนมีนาคม
ในเดือนมีนาคม 2019 มีการค้นพบวาฬเซย์ที่ตายแล้วจำนวนหนึ่งอีกครั้งในกอลโฟ เด เปนาส แต่คราวนี้ คลาร์กพร้อมแล้ว เธอตรวจสอบภาพถ่ายดาวเทียมที่ถ่ายในภูมิภาคนี้ตั้งแต่วันที่ 2 กุมภาพันธ์ถึง 18 กุมภาพันธ์ และเห็นวัตถุรูปร่างคล้ายวาฬเพียงไม่กี่ชิ้น การขาดวาฬในภาพก่อนหน้านี้แสดงให้เห็นว่าการเกยตื้นเริ่มขึ้นในปลายเดือนกุมภาพันธ์หรือต้นเดือนมีนาคม
การตรวจสอบการเกิดเกลียวซ้ำใน Golfo de Penas แสดงให้เห็นว่าวิธีการผ่านดาวเทียมมีข้อจำกัดบางประการ ดังที่คล๊าร์คพบ รูปภาพอาจไม่สามารถใช้ได้สำหรับช่วงวันที่ที่นักวิจัยต้องการ ขณะนี้มีดาวเทียม VHR เพียง 27 ดวงที่โคจรรอบโลก โดยสามในจำนวนนี้มีไว้สำหรับใช้ในทางการทหาร ดาวเทียมยังถ่ายภาพเฉพาะเมื่อ “ทำงาน”—เมื่อได้รับคำสั่งให้เปิดเลนส์ การส่งดาวเทียมนั้นมีค่าใช้จ่ายสูง และแม้แต่การเข้าถึงรูปภาพที่เก็บถาวรก็อาจมีราคาสูงเช่นกัน
นอกจากนี้ การระบุวาฬยังต้องสแกนหารูปร่างที่เหมาะสมด้วยตนเองทีละเฟรม ในปี 2019 ทีมงานที่นำโดย Peter Fretwell ผู้เขียนร่วมของ Clarke พยายามทำให้กระบวนการนี้เป็นไปโดยอัตโนมัติ พวกเขาพบว่าเนื่องจากวาฬที่ตายแล้วเปลี่ยนไปอย่างมากเมื่อพวกมันสลายตัว การค้นหาของอัลกอริทึมจึงไม่ถูกต้องนัก วาฬมักสับสนกับลักษณะอย่างหินหรือต้นไม้ที่ถูกชะล้าง
คลาร์กและเพื่อนร่วมงานของเธอกล่าวว่าระบบอัตโนมัติที่ดีขึ้นซึ่งได้รับการปรับปรุงโดยการเรียนรู้ด้วยเครื่องและปัญญาประดิษฐ์สามารถระบุปลาวาฬในภาพได้อย่างรวดเร็วและแม่นยำยิ่งขึ้น พวกเขายังคิดว่าบริษัทดาวเทียมสามารถร่วมมือกับรัฐบาลและองค์กรต่างๆ เพื่อให้สามารถเข้าถึงภาพถ่ายได้ในราคาประหยัด
อย่างน้อยหนึ่งความร่วมมือดังกล่าวกำลังดำเนินการอยู่ National Oceanic and Atmospheric Administration (NOAA), Microsoft, บริษัทดาวเทียม Maxar และพันธมิตรภาครัฐและเอกชนอื่น ๆ กำลังพัฒนาระบบที่ระบุสัตว์เลี้ยงลูกด้วยนมในทะเลโดยอัตโนมัติในภาพถ่ายดาวเทียม เรียกว่า GAIA (Geospatial Artificial Intelligence for Animals) โครงการนี้มีจุดมุ่งหมายเพื่อสร้างโปรแกรมที่เป็นโอเพนซอร์สอย่างสมบูรณ์
Kim Goetz นักวิจัยหลักของโครงการที่ห้องปฏิบัติการสัตว์เลี้ยงลูกด้วยนมทางทะเลของ NOAA กล่าวว่า “สิ่งนี้มีศักยภาพมาก โดยเฉพาะอย่างยิ่งเมื่อเรามองว่าเราอยู่ที่ไหนในตอนนี้ ท่ามกลางการระบาดใหญ่ Goetz ศึกษาเกี่ยวกับ Cook Inlet beluga ที่ใกล้สูญพันธุ์อย่างมาก และเธอไม่สามารถทำงานภาคสนามใดๆ ได้ในช่วงสองปีที่ผ่านมา
“สิ่งต่างๆ กำลังจะเกิดขึ้น โดยเราไม่สามารถไปถึงที่นั่นเพื่อดูว่าเกิดอะไรขึ้น” เธอกล่าว “เราแค่นั่งบนโซฟาและหวังว่าสัตว์จะยังอยู่ที่นั่นเมื่อเราไปถึงที่นั่นหรือไม่”
การเปิดตัวกลุ่มดาว Maxar’s Legion ในปี พ.ศ. 2565 ซึ่งเป็นกลุ่มดาวเทียมที่ติดตั้ง VHR จำนวน 6 ดวงควร “ปรับปรุงอัตราการกลับมาเยี่ยมชมในบางพื้นที่อย่างมาก” Goetz กล่าว
คล๊าร์คเน้นย้ำว่าดาวเทียมจะไม่เข้ามาแทนที่เครือข่ายการตรวจสอบที่ล้าสมัยทั้งหมด แม้ว่าจะมีการปรับปรุงทั้งหมดในอนาคต “ดาวเทียมไม่สามารถมองเข้าไปในตัววาฬได้ และเห็นว่ามีไวรัส หรือเส้นเลือดอุดตันจากการถูกเรือชน” เธอกล่าว
ขั้นต่อไป คลาร์กหวังที่จะทดสอบความทนทานของการตรวจสอบดาวเทียมโดยการทำงานกับผู้เชี่ยวชาญบนพื้นดินระหว่างเหตุการณ์ที่เกยตื้น เพื่อที่เธอจะได้มองเห็นด้วยตัวเองว่าภาพถ่ายดาวเทียมพลาดอะไรไป “เราไม่รู้เพียงพอเกี่ยวกับความท้าทายเหล่านี้ที่เรากำลังเผชิญอยู่” เธอกล่าว ทว่าศักยภาพของเทคโนโลยีนี้ทำให้เธอตื่นเต้นอย่างมาก “มันค่อนข้างจะออกจากโลกนี้อย่างแท้จริง”
