Abstract
Hiányos ismeretekkel rendelkezünk a halközösségek szerkezetét meghatározó abiotikus tényezők jelentőségéről nagy folyókban. Kutatásunkban a Duna magyarországi szakaszán 2004. és 2022. között végzett halfaunisztikai felmérésekben szereplő 20 leggyakoribb halfaj előfordulásaihoz rendeltünk vízügyi adatsorokból, illetve hidrodinamikai szimulációkból adatokat és ezek között gépi tanulás (Machine Learning-ML) segítségével kerestünk összefüggéseket. Az elemzésben független változóként feltüntetett 9 abiotikus tényező közül a sodrás sebessége, a vízmélység és a mederanyag összetétele bizonyultak a legmeghatározóbb változóknak, ami összecseng a korábbi kutatások eredményeivel. Emellett, az általunk készített Random Forest modell alkalmasnak bizonyult adott körülmények mellett az elemzett halfajok számosságának prediktálására a Duna teljes hazai szakaszán. Ezek a becslések az egyes halfajok számára optimális élőhelyeket számszerűsítik. A ML elemzés mellett lehetőségeket mutattunk a nagy teret és időt lefedő halfaunisztikai adatbázis populációs kapcsolatok vizsgálatában (mint például invazív és őshonos fajok viszonya) való használatára klasszikus statisztikai módszerekkel. Az itt kapott eredmények sok esetben összecsengtek a random forest modellel, azonban okot adnak a modell további független változókkal való bővítésére a dunai halfajok ökológiájának jobb megértése érdekében.
Publisher
Magyar Hidrológiai Társaság