Een volwassen mannelijke Swainson's havik tijdens de vlucht Rob McKay/Shutterstock
De aanblik van honderdduizenden vleermuizen die in de schemering uit hun nest komen is een van de grootste spektakels in de natuur. Zwermen kunnen zo dicht zijn dat ze op afstand op opstijgende rook lijken. Maar de capriolen van de roofvogels die op hen jagen zijn net zo verbazingwekkend.
Het bestuderen van deze gedragingen in een uithoek van de Chihuahuan-woestijn (die zich uitstrekt van het zuidwesten van de VS tot Mexico) was een hoogtepunt in mijn bijna 25-jarige loopbaan als bioloog die het vliegen van dieren bestudeert. De studie van mijn team werd uitgevoerd in samenwerking met vleermuiswetenschapper Laura Kloepper (Universiteit van New Hampshire).
Prooidieren vinden vaak veiligheid in aantallen, en vleermuizen zijn geen uitzondering. Zich in een groep bewegen verdunt het risico om aangevallen te worden. Het kan het roofdier ook verwarren en het moeilijker maken om een doelwit op te sporen. Dit wordt het verwarringseffect genoemd. Mensen raken op deze manier gedesoriënteerd door grote groepen voorwerpen en dieren. Swainson’s haviken hebben de neiging de Mexicaanse vrijstaartvleermuizen aan te vallen waarmee ze zich voeden als de vleermuizen in zwermen uit hun grot komen. De vleermuizen vliegen veel langzamer als ze hun grot verlaten dan in open lucht (ze kunnen snelheden bereiken van bijna 100 mph als het gebied vrij is).
Mijn team vond dat de haviken onaangedaan leken door het verwarringseffect.
Duidelijk zien
Hoe voorkomen haviken het verwarringseffect dat ons mensen verbijstert bij het kijken naar een zwerm? Om deze vraag te beantwoorden, filmden we de haviken terwijl ze zich stortten op de stroom vleermuizen die uit een kathedraalachtige grot stroomde. Dankzij videocamera’s met hoge definitie die strategisch rond de mond van de vleermuizengrot waren opgesteld, kon mijn team de 3D-trajecten reconstrueren van de haviken en de vleermuizen die zij aanvielen. Maar het nabootsen van een gedrag is slechts de eerste stap om het mechanisme ervan te begrijpen. Vervolgens analyseerde mijn team hoe de haviken hun aanvalslijn stuurden.
We gebruikten een computersimulatie-aanpak die we in 2017 voor het eerst hadden ontwikkeld om het aanvalsgedrag van slechtvalken te bestuderen. Deze methode gebruikt een reeks wiskundige formules, differentiaalvergelijkingen genaamd, om het gedrag van de vogels te simuleren.
Ons eerdere werk had aangetoond dat het aanvalsgedrag van valken op een soortgelijke manier wordt gestuurd als geleide raketten, met behulp van een techniek die proportionele navigatie wordt genoemd. Om te begrijpen hoe dit werkt, stel je jezelf voor als een roofdier in de lucht, kijkend naar je prooi terwijl je hem met snelheid nadert. Je prooi kan proberen je te ontwijken. Maar als je draait met een snelheid die evenredig is met de snelheid waarmee de kompasrichting van je prooi verandert, dan neem je een pad dat je de beste kans geeft om je prooi te onderscheppen.
Mexicaanse vleermuizen die een grot verlaten.
GizmoPhoto/Shutterstock
Een vogel die deze techniek gebruikt om een eenzame prooi te achtervolgen, volgt van nature de kronkelingen van zijn doelwit. Maar de haviken die wij filmden terwijl ze de zwerm aanvielen, leken niet te reageren op de individuele bewegingen van de vleermuizen die ze grepen. In feite draaiden de haviken gewoon in een bijna constante straal naar de zwerm, waarbij ze langs een bijna cirkelvormige boog vlogen. De vogels stuurden naar een vast punt in de zwerm in plaats van een vleermuis uit te kiezen.
Deze strategie zou hopeloos zijn tegen een grillig solo doelwit, maar heeft een goede kans van slagen tegen een dichte verzameling prooien. Het zou niet verbazen als een vleermuis toevallig geraakt wordt door een pijl die willekeurig in de zwerm wordt geschoten, en hetzelfde geldt voor een duikende roofvogel. Het succes van de haviken bij het vermijden van het verwarringseffect kan gedeeltelijk worden verklaard door het feit dat zij de complicatie van het volgen van een doelwit bij de nadering kunnen omzeilen.
Dichterbij komen
Toch is het vangen van een vleermuis in je klauwen niet gemakkelijk. Het is een ingewikkeld proces dat vaker wel dan niet eindigde in een mislukking voor de haviken. Dus hoe kozen de haviken welke vleermuis ze zouden grijpen als ze de zwerm eenmaal hadden benaderd?
We gebruikten grafische software om te traceren hoe de zichtlijn van de aanvaller naar zijn doelwit varieerde tijdens de aanval. Deze analyse gaf een duidelijk antwoord: de richting van de zichtlijn naar het doelwit bleef bij alle aanvallen vrijwel constant. Deze varieerde het minst bij de aanvallen die eindigden in een succesvolle vangst.
Deze geometrie geldt voor elk paar objecten op ramkoers. Zeelieden wordt geleerd een constante peiling te zien om botsingen met andere boten te voorkomen en automobilisten gebruiken het intuïtief om veilig in te voegen op een drukke weg. De kolonie van tot 900.000 vleermuizen die we bestudeerden kwam massaal te voorschijn in slechts enkele minuten tijd. Voor een roofdier dat zich in zo’n dichte zwerm stort, zijn er zoveel doelwitten dat er minstens één op ramkoers ligt. Het moeilijke is om het te identificeren en te vangen.
Terwijl een stilstaande toeschouwer de hele zwerm als in beweging zal waarnemen, betekent de geometrie van een botsing dat een bewegende toeschouwer alles wat hij wil raken als stilstaand zal zien. Zwermen, zwermen en scholen die er voor onze eigen ogen verwarrend uitzien, lijken ordelijker voor een mobiel roofdier dat de sprong waagt.
Hetzelfde geldt voor elke aanvaller, of het nu een haai is die een school tonijnen overvalt, of een drone die zich verdedigt tegen een zwerm inkomende drones. Onze resultaten hebben implicaties voor het begrijpen hoe andere roofdieren een verwarringseffect vermijden, en zelfs voor het ontwerpen van autonome luchtverdediging. Bovenal zijn onze bevindingen een mooi voorbeeld van de slimme manieren waarop de natuur zich aanpast om moeilijke uitdagingen op te lossen.
Dit project is gefinancierd door de European Research Council (ERC) in het kader van het onderzoeks- en innovatieprogramma Horizon 2020 van de Europese Unie (Grant Agreement No. 682501) aan Graham Taylor, en door een Office of Naval Research Young Investigator Award N000141612478 aan Laura Kloepper. De auteur bedankt Turner Enterprises, Inc. en de Armendaris Ranch voor toegang en huisvesting op de veldlocatie.