网站首页生活常识 >正文
布里斯托大学的科学家发现,使用最有效方法寻找资源的动物很可能会付出生命的代价。今天发表在BehavioralEcology上的研究结果揭示了为什么动物可能并不总是使用最大化结果的搜索策略。
动物如何穿过它们的栖息地,特别是在寻找食物时,是生物学中的一个主要问题,并且在动物如何应对环境变化方面有应用。
大量研究表明,一种称为Lévy运动的特殊运动提高了寻找资源的能力,因为它包括在被搜索区域之间的长距离移动,以及在一个区域集中搜索的时间段。还表明,一系列动物使用这种运动。
这项研究首次在实验中证明了Lévy运动的潜在成本,表明使用Lévy运动的猎物被瞄准的频率是使用布朗运动的猎物的两倍——在气体中观察到的分子运动,因此是基线预期。
布里斯托尔生物科学学院的ChristosIoannou教授解释说:“我们表明,这是因为捕食者更喜欢以直线运动路径移动的猎物为目标,可能是因为这使得猎物未来的位置更容易预测。”
Ioannou教授和他的团队使用了虚拟猎物方法。他们对猎物进行了计算机模拟,这些猎物在大小、颜色、速度等方面都相同,但转动方式不同。
然后通过将视频投影到半透明屏幕上,将视频播放给水槽中的刺鱼。这让鱼可以看到猎物,并让研究人员捕捉和记录他们的选择。
“通过使用在屏幕上向真实捕食者展示虚拟猎物的实验设计,我们可以控制猎物的一切,并隔离我们感兴趣的变量——这里是运动——同时也使用真实的动物,”Ioannou教授继续说道。
这项研究表明,猎物动物可能并不总是使用最大限度地寻找资源的搜索策略,因为在研究之前可能存在未知的成本。这或许可以解释为什么一些研究发现动物使用Lévy运动以外的不同类型的搜索。
他补充说:“我们的研究首次表明,使用一种常见且非常有效的方式寻找资源的动物实际上可能会付出更容易受到捕食者攻击的代价。”
“展望未来,我们想看看棘鱼的猎物是否表现出列维或布朗运动。”
“更广泛地说,我们的研究预测,与顶级捕食者相比,猎物动物不太可能表现出Lévy运动。”
版权说明:本站所有作品图文均由用户自行上传分享,仅供网友学习交流。若您的权利被侵害,请联系我们
相关文章:
- 2023-11-26研究表明南极臭氧层空洞在仲春时更深
- 2023-11-24机器人假肢脚踝改善自然运动和稳定性
- 2023-11-24球形机器人来救援
- 2023-11-24解释人工智能的方法可能并不那么容易解释
- 2023-11-24描述开放系统中量子信息加扰的通用框架
- 2023-11-24研究为抗生素耐药性和健身景观提供了新的见解
- 2023-11-24物理学家发现量子材料中奇异电荷传输的证据
- 2023-11-23一种高效去除水产养殖废水中磷酸盐的方法
- 2023-11-23研究人员在防止钒电池容量损失方面获得了有希望的结果
- 2023-11-23了解化学处理沙土的强度发展机制
- 站长推荐
- 栏目推荐
- 阅读排行
- 健康和教育密切相关新西兰需要将其更多地融入小学
- Steam现已全面支持DualShock和DualSense控制器无需购买新的Xbox控制器
- DistrictTaco希望扩大其在罗利地区的业务
- Humane的AiPin–您的新型可穿戴人工智能助手
- Microsoft365CopilotAI如何提高您的工作效率
- MicrosoftRadius云开源应用程序平台
- 生产目的FiskerPear具有透明A柱因为移动头部太困难
- 索尼Xperia5V马来西亚发布Snapdragon8Gen2SoC 8GBRAM 256GB储存空间起价RM4999
- Nissan的模块化PulsarSportbak集轿跑车 旅行车和皮卡于一体
- 新奥尔良烤肉店将在中央市场推出