Hopp til innhold

Kart peker ut høyere risiko for elefantskader nær verneområder i Zimbabwe

Female African bush elephant with calf in Serengeti National Park
Naturvern: Menneske–dyr-konflikt, Forvaltning · Forskning: Økologi

I det nordvestlige Zimbabwe kan savanneelefanter (Loxodonta africana) trekke inn på åkre når avlingene modnes mot slutten av regntiden. Forskerne kartla over 700 lokaliteter der det var registrert konflikter mellom elefanter og jordbruk sør for Victoria Falls. Analysen viste høyere beregnet sannsynlighet for avlingsraid nærmere verneområder og lenger unna menneskelig aktivitet. Dette geografiske mønsteret kan bidra til å peke ut åkre der forebygging er særlig viktig.

Ulike modeller fanget opp mønstrene forskjellig

Forskerne kombinerte konfliktlokalitetene med geografiske opplysninger om naturforhold og menneskelig arealbruk og sammenlignet flere metoder innen maskinlæring. Slike metoder kan finne mønstre som er mer sammensatte enn en enkel økning eller nedgang langs én miljøfaktor. Modellene skilte seg tydelig i hvor presist de klassifiserte testdataene fra undersøkelsen.

Best resultat fikk et flerlags perseptron, en type kunstig nevralt nettverk, med 95,5 % nøyaktighet i testdataene. En modell basert på tilfeldige beslutningstrær («random forest») oppnådde 81,5 %, en støttvektormaskin 76,3 % og et dypere nevralt nettverk 69,0 %. Den mest komplekse modellen var altså ikke den mest presise. Den beste modellen kunne forutsi konfliktmønstrene godt i testdataene, men viste ikke tydelig hvor mye hver enkelt miljøfaktor bidro til resultatet.

Hva risikokartene kan brukes til

Der elefantenes leveområder møter jordbruksarealer, kan ødelagte avlinger true både familiers matforsyning og inntekter. Kart over hvor konflikter er mer sannsynlige, kan hjelpe lokalsamfunn og naturforvaltere med å prioritere varsling og beskyttelse av åkre i områdene med størst risiko, i stedet for å sette inn like mange tiltak overalt. Resultatene viser geografiske mønstre i de registrerte konfliktlokalitetene, ikke bevegelsene til enkeltstående elefanter eller at bruk av kartene faktisk hindrer nye raid.

Studien ble offentliggjort som et preprint 23. september 2026 og er ennå ikke fagfellevurdert.

Kilder og bildekreditering

  1. Predicting Elephant Crop-Raiding with Machine Learning to Inform Conservation Planning: A Case Study Comparing the Performance and Tradeoffs of GeoAI Algorithms in Northwestern ZimbabwePrimary preprint record. Provides the publication date, authors, abstract and reported model results; identifies the preprint as not peer reviewed.

Bilde: Vill savanneelefant med kalv i Serengeti nasjonalpark, Tanzania. Foto: Charles J. Sharp / Wikimedia Commons, CC BY-SA 4.0. Illustrasjonsfoto, ikke studiedyrene. · CC BY-SA 4.0 · Kilde

Om innholdet: Denne saken er produsert med KI-assistanse i en redaksjonell arbeidsflyt utviklet av Wildlife Vagabond. Det redaksjonelle ansvaret ligger hos Wildlife Vagabond.Slik brukes KI

Menneske–dyr-konflikt

ARTER I SAKEN

Arten i saken

Savanneelefant Loxodonta africana Utforsk arten

Uavhengig nyhetsarkiv for forskning og naturvern

Var denne informasjonen nyttig?

Wildlife Vagabond er utviklet og vedlikeholdt uavhengig. Frivillig støtte bidrar til kildekontroll, drift og videre arbeid med forsknings- og naturvernnyheter.

Støtt Wildlife Vagabond

Nyhetsarkivet forblir fritt tilgjengelig.