猛禽机器人诱导鸟类集体逃逸反应：两种鸟类的集群位移效应与持久驱散机制

这篇研究通过仿生机器人(RF)模拟游隼捕食行为，系统评估了其对野生鸽群(Columba livia)和黑头鸥群(Chroicocephalus ridibundus)的驱散效果。结果显示RF能触发类似天然捕食者的集体逃逸行为（如紧凑化/黑化blackening），且在重复暴露中产生敏化效应而非习惯化。雷达数据证实对鸥群的驱散效果可持续10天，形成"恐惧景观"(landscape of fear)。研究为无致死性鸟害防治提供了新方案。

　　

猛禽机器人触发鸟类集体防御机制

研究背景

动物集群行为（如鸟群）在进化中形成对抗捕食者的防御策略。当鸽群和鸥群在人类活动区聚集时，会引发公共卫生风险（如禽流感传播）和经济损失（农作物破坏）。传统驱鸟方法存在易习惯化缺陷，而仿游隼机器人(RobotFalcon, RF)通过激活本能逃逸反应，展现出独特优势。

实验设计与方法

在意大利北部两个典型冲突区域开展研究：

1. 牲畜农场：500只常年栖息的野生鸽

2. 污水处理厂：8000只越冬黑头鸥

   采用两种尺寸RF模型（模拟游隼雌雄二态性），通过标准化10分钟暴露试验，结合视频行为分析（BORIS软件）和海洋雷达监测，量化：

   • 集体行为（35.74%为集体转向）

   • 即时/短期数量响应

   • 中期（10天）活动变化

核心发现

行为响应特征：

• 鸽群：高频集体转向（35.74%）和紧凑化（0.54%）

• 鸥群：显著黑化（3.98%）和波浪事件（1.23%）

  数量动态差异：

• 鸽群：13%回归减少（因繁殖地忠诚度高）

• 鸥群：94%回归减少，第3次暴露后几乎清零

  雷达数据揭示：

• 夜间活动量降低40%

• 暴露后11天仍保持抑制状态

作用机制分析

1. 敏化效应：随暴露次数增加，逃离速度加快（鸽群11.4±4.3分钟→鸥群30.1±5.1分钟）

2. 资源依赖性：鸽群因依赖农场繁殖资源回归率高，鸥群可灵活更换夜栖地

3. 恐惧景观重塑：雷达显示鸥群提前1小时避开风险区域

应用前景

1. 靶向优化：针对不同资源依赖度的物种调整RF部署策略

2. 伦理应用：需避免对非目标物种（如受保护鸟类）的干扰

3. 技术延伸：可开发模拟其他猛禽（如雕、鹰）的机型应对更大体型害鸟

该研究首次系统证实仿生机器人可通过"恐惧景观"调控实现持久鸟害防治，为生态友好型野生动物管理提供新范式。后续研究可结合GPS追踪揭示位移范围，并评估长期行为适应机制。