„ასობით გველმა შუა ზამთარში გამოიღვიძა: მათ სასიკვდილო მიწისძვრა იგრძნეს“ - რას ამბობენ მეცნიერები, რომელიც სტიქიური უბედურებების წინ ცხოველების ქცევას აკვირდებიან

1975 წელს ჩინეთის ქალაქ ჰაიჩენში ძლიერი მიწისძვრის წინ ასობით გველი ზამთრის ძილიდან ჩვეულებრივზე ადრე გამოვიდა. ანალოგიურად, 2014 წელს აშშ-ში ოქროსფრთიანი ფრინველები ტორნადოს წინ ასეულობით კილომეტრით ცვლიდნენ თავიანთ მარშრუტებს. ასეთი დაკვირვებები ეხმიანება ძველ ისტორიებს ცხოველებზე, რომლებიც სტიქიურ უბედურებამდე „გარბიან“, - წერს BBC Wildlife.

თუმცა, მიუხედავად შთამბეჭდავი ისტორიებისა, თანამედროვე მეცნიერებას ამ დრომდე არ გააჩნია საკმარისი მტკიცებულება იმისა, რომ ცხოველებს შეუძლიათ ბუნებრივი კატასტროფების სანდო წინასწარმეტყველება. კვლევების ძირითადი პრობლემებია:

არ არსებობს ცხოველების ჩვეულებრივი ქცევის გრძელვადიანი საბაზისო მონაცემები, რათა ზუსტად განისაზღვროს, რა არის „ანომალია“ უბედურების წინ;
დაკვირვებები ხშირად გროვდება უკვე მოვლენის შემდეგ;
ადამიანის აღქმის მიკერძოება გვაიძულებს დავინახოთ კანონზომიერებები იქ, სადაც შესაძლოა ისინი არ არსებობდეს.
2018 წელს გერმანიის ჰელმჰოლცის გეოფიზიკური ცენტრის მიერ გამოქვეყნებული კვლევის თანახმად,  მიწისძვრების წინ ცხოველების უცნაური ქცევა ხშირად კორელაციაშია მცირე წინასწარ ბიძგებთან და არა მთავარ ძლიერ მიწისძვრასთან. ეს მიუთითებს იმაზე, რომ ცხოველები რეაგირებენ უკვე არსებულ ცვლილებებზე და  მომავალ კატასტროფას წინასწარ არ „წინასწარმეტყველებენ“.

მკვლევრები აღიარებენ, რომ ბევრი სახეობა გარემოს ცვლილებების მიმართ უფრო მგრძნობიარეა, ვიდრე ადამიანი. ზოგი ცხოველი აღიქვამს ულტრაბგერას, მაგნიტური ველის რყევებს ან ჰაერის წნევის უმცირეს ცვლილებებს, რომლებიც შესაძლოა ზოგიერთი კატასტროფის წინ გაჩნდეს. თუმცა ეს აღქმები ჯერჯერობით არ იძლევა მკაფიო და პრაქტიკულ საფუძველს სტიქიური უბედურებების სანდო პროგნოზირებისთვის.

ამჟამად მეცნიერები კვლევებს აგრძელებენ. პროექტი ICARUS (ცხოველთა ქცევის კვლევის საერთაშორისო თანამშრომლობა კოსმოსური ტექნოლოგიების გამოყენებით) ცხოველებს ამარაგებს გადამცემებით, რათა შეგროვდეს მონაცემები მათი გადაადგილებისა და ბუნებრივ მოვლენებზე შესაძლო რეაქციების შესახებ. ასეთი მონაცემების დაგროვება შესაძლოა დაეხმაროს მეცნიერებს უკეთ გაარკვიონ, არსებობს თუ არა რაიმე კანონზომიერებები, რომლებიც მომავალში ადრეული გაფრთხილების სისტემების ნაწილად შეიძლება იქცეს.