Vi mennesker kan være et skræmmende bekendtskab for hvaler i naturen. Det gælder også, når havbiologer sætter måle-instrumenter (tags) på dyrene for at forstå dem bedre. Efterfølgende opfører hvalerne sig usædvanligt i et stykke tid. De kan for eksempel finde på at lave mange overfladiske dyk og hurtige spjæt, som de normalt ikke ville.

Det kan gå ud over forskningens kvalitet, fordi det giver støj i datasættet, når formålet er at studere dyrenes naturlige adfærd, og det understreger samtidigt et dyreetisk dilemma. Men nu er der kommet hjælp fra en usædvanlig kant.

»Biologerne ender med at smide en del data ud, som det er nu. Med det her studie har vi foreslået en matematisk tilgang med nogle statistiske metoder, der kan bestemme præcist, hvor lidt data man behøver at smide væk,« siger ph.d.-studerende Lars Reiter fra Institut for Matematiske Fag ved Københavns Universitet.

Tilgangen indebærer statistiske beregninger med to typer data fra tags – acceleration og dybde.

Acceleration fortæller om hvalens energiniveau og bevægelser. Pejlemålene for naturlig adfærd er her opdelt efter hvalens aktivitet, så eksempelvis et højt energiniveau registreres som naturligt i forbindelse med jagt, men ikke i forbindelse med hvile.

Data om dybde bruges til at finde hvalens dykkeprofil. Her ser man på det mønster, hvalens samlede aktiviteter danner, og om fordelingen af forskellige typer dyk er naturlig.

Det optimale skæringspunkt i forskningsdataet mellem naturlig og påvirket adfærd findes så ved at sammentælle de enkelte målinger som “stemmer for eller imod” normal adfærd.

Den nye tilgang er vigtig for havbiologernes arbejde også i en langt bredere forstand, fordi klimaforandringer er ved at ændre hvalernes naturlige habitat i Arktis, blandt andet fordi vi mennesker rykker tættere på.

»Den giver os mulighed for at undersøge, hvordan forskellige menneskelige aktiviteter påvirker hvalerne. Med Lars’ algoritme kan vi få et klart billede af, hvordan det præger dyrene,« lyder det fra havbiolog Outi Tervo fra Grønlands Naturinstitut.

Kristian Bjørn-Hansen, Science KU