Queste nuove tecnologie potrebbero trasformare la conservazione della fauna selvatica

Pubblicato lo scorso dicembre dalla rete di tecnologia di conservazione WILDLABS, insieme a un gruppo di partner accademici e no-profit, il rapporto è il primo del suo genere a fornire una valutazione olistica dello stato della tecnologia di conservazione.

I ricercatori hanno intervistato 248 ambientalisti, tecnologi e accademici in 37 paesi sulle 11 tecnologie di conservazione più comunemente utilizzate, tra cui fototrappole, biologger, monitoraggio acustico e telerilevamento.

Sebbene si stima che circa 8,7 milioni di specie popolano il nostro pianeta, l’86% di tutte le specie sulla terraferma e il 91% negli oceani devono ancora essere scoperte. Numerosi studi scientifici suggeriscono che se non si interviene, fino alla metà di tutte le specie potrebbe estinguersi entro la fine del secolo.

I metodi tradizionali per tracciare la biodiversità, come le trappole fotografiche, che collegano le fotocamere digitali a un sensore a infrarossi per acquisire immagini e video di animali che si muovono oltre il sensore, o le indagini aeree possono essere laboriose e costose. Le tecnologie evidenziate dalla ricerca potrebbero aiutare a ridurre il tempo e le risorse necessarie per rilevare la fauna selvatica, aumentando al contempo l’efficacia degli sforzi di conservazione.

Combinando l’intelligenza artificiale e la scienza dei cittadini per migliorare l’identificazione della fauna selvatica

L’intelligenza artificiale (AI) è sempre più utilizzata per analizzare grandi quantità di dati di conservazione, come fototrappole, immagini satellitari e droni o registrazioni audio e video, e migliorare l’identificazione e il monitoraggio della fauna selvatica. L’organizzazione no profit Wild Me ha creato una piattaforma basata su cloud Wildbook, che utilizza la visione artificiale e algoritmi di deep learning per scansionare milioni di immagini di fauna selvatica raccolte in crowdsourcing per identificare specie e singoli animali in base ai loro modelli unici, tra cui strisce, macchie o altre caratteristiche fisiche distintive come cicatrici.

Le foto vengono aggiunte al cloud da scienziati e altri volontari o provengono dai social media e, nel tempo, le informazioni su ciascuna specie aumenteranno man mano che più cittadini scienziati e ricercatori contribuiscono al catalogo delle immagini. I dati aggregati aiutano a informare le azioni di conservazione, mentre il pubblico può seguire i propri animali preferiti nel cloud.


Etichettatura della scena applicata a un paesaggio del Kenya settentrionale. Credito fotografico: Wild Me.

Wildbook è stato avviato per migliorare il tracciamento degli squali balena, cosa che in precedenza veniva eseguita attaccando etichette di plastica agli animali che spesso non erano mai riemersi. Da allora la piattaforma è diventata un vasto database di varie specie diverse, tra cui tartarughe marine, mante, squali, balene, delfini, grandi felini, giraffe e zebre.



Algoritmo hotspotter applicato a una testa di tartaruga e algoritmo curvrank applicato a un colpo di fortuna di balena. Credito fotografico: Wild Me.

In collaborazione con l’iniziativa AI for Earth di Microsoft, Wildbook è ospitato sul suo servizio di cloud computing, Azure, ed è reso disponibile come software open source per incoraggiare gli altri ad adottare questo metodo non invasivo di rilevamento delle specie.

Uno strumento di riconoscimento facciale per la fauna selvatica


Credito fotografico: Melanie Clapham.

Il progetto BearID sta sviluppando un software di riconoscimento facciale che può essere applicato alle immagini delle trappole fotografiche per identificare e monitorare gli orsi bruni e informare le successive misure di conservazione. Ciò è particolarmente importante perché le trappole fotografiche attualmente non sono in grado di riconoscere in modo coerente i singoli orsi a causa della mancanza di segni naturali unici per alcune specie.

Finora, il team di biologi e ingegneri del software ha sviluppato un sistema di intelligenza artificiale utilizzando fotografie personali di orsi bruni della Columbia Britannica, in Canada e del Parco nazionale di Katmai, in Alaska, che è stato in grado di riconoscere 132 singoli orsi con una precisione dell’84%. Mentre il sistema di trappole fotografiche è attualmente in fase di sviluppo, il progetto sta già lavorando con le nazioni indigene in Canada per implementare il nuovo strumento all’interno dei programmi di ricerca e monitoraggio degli orsi. L’obiettivo finale è espandere l’ambito del software di riconoscimento facciale per applicarlo eventualmente ad altre specie minacciate.

Usare l’IA per combattere il traffico di animali selvatici

L’IA può anche aiutare a potenziare gli sforzi contro il bracconaggio. Il software Protection Assistant for Wildlife Security (PAWS) raccoglie i record di bracconaggio passati e i dati geografici dell’area protetta per prevedere il comportamento futuro dei bracconieri e progetta mappe del rischio di bracconaggio e percorsi di pattugliamento ottimali per i ranger.

Durante il primo mese dei suoi test sul campo presso lo Srepok Wildlife Sanctuary in Cambogia, l’area identificata come più adatta per la reintroduzione delle tigri nel sud-est asiatico, PAWS ha aiutato i ranger a raddoppiare la quantità di insidie ​​rilevate e rimosse durante i loro pattugliamenti.



I ranger di Srepok con le motoseghe confiscate (per il disboscamento illegale) e le trappole per la fauna selvatica rimosse durante la pattuglia. Credito fotografico: PAWS.

Da allora PAWS è stato integrato con lo Spatial Monitoring and Reporting Tool (SMART) open source, già utilizzato dai ranger in oltre 1.000 aree protette per registrare i dati raccolti durante i pattugliamenti. Lo strumento integrato è attualmente disponibile per i parchi nazionali come funzionalità beta ed è stato testato in Zimbabwe, Nigeria, Kenya, Malesia, Mozambico e Zambia per generare mappe del rischio di bracconaggio a supporto delle pattuglie.

I piani per il futuro includono il collegamento del software a strumenti di telerilevamento come satelliti o droni per ridurre la necessità che gli esseri umani inseriscano i dati e l’ampliamento dell’ambito di PAWS per prevedere altre forme di criminalità ambientale, tra cui il disboscamento illegale o la pesca.

Campionamento del DNA ambientale per il monitoraggio della biodiversità

Il DNA ambientale (eDNA), nel frattempo, consente agli ambientalisti di raccogliere dati sulla biodiversità estraendo il DNA da campioni ambientali, come acqua, suolo, neve o persino aria. Tutti gli organismi viventi lasciano tracce del loro DNA nei loro ambienti attraverso le feci, la pelle o i capelli, tra gli altri.

Un singolo campione potrebbe contenere il codice genetico di decine o addirittura centinaia di specie e può fornire un’istantanea dettagliata di un intero ecosistema. Uno studio recente ha rivelato che l’eDNA potrebbe offrire un metodo più efficiente ed economico per il monitoraggio su larga scala della biodiversità terrestre. Nello studio, il campionamento eDNA ha rilevato il 25% in più di specie di mammiferi terrestri rispetto alle trappole fotografiche e per la metà del costo.

L’eDNA può anche aiutare a esaminare l’impatto dei cambiamenti climatici, rilevare minacce invisibili come virus o batteri e valutare la salute generale di un ecosistema, che può essere utilizzato per sostenere una maggiore protezione per l’area.

NatureMetrics, ad esempio, ha collaborato con la Libano Reforestation Initiative per utilizzare l’eDNA per valutare la biodiversità degli ecosistemi di acqua dolce, fornendo dati cruciali da una regione precedentemente poco studiata per informare i lavori di riabilitazione e ripristino.

Aumentare la connettività per migliori risultati di conservazione

Consentendo alle trappole fotografiche, ai dispositivi di localizzazione e ad altro hardware di conservazione di connettersi online, i sensori in rete possono offrire un quadro più completo del comportamento degli animali e fornire avvisi istantanei su minacce imminenti, aiutando gli sforzi di monitoraggio e pattugliamento.

FieldKit e Arribada Initiative mirano a rendere la tecnologia più accessibile sviluppando sistemi di sensori open source a basso costo, mentre Smart Parks e Sensing Clues si concentrano sull’utilizzo di sensori in rete per ottimizzare il monitoraggio e la gestione delle aree protette.

La maggior parte dei parchi nazionali non ha una copertura Internet o cellulare di base poiché le reti di telecomunicazioni nazionali non si estendono in genere a queste aree protette. Per fornire connettività a basso consumo e a lungo raggio, Smart Parks implementa una gamma di sensori, inclusi sensori per cancelli, sistemi di allarme e localizzatori di animali, veicoli e persone, che funzionano autonomamente a energia solare, consumano poca energia e sono collegati a un sistema sicuro rete privata situata nel parco stesso.

I sensori collegati in rete tracciano un’ampia gamma di informazioni e sono in grado di rilevare intrusioni umane che possono supportare gli sforzi contro il bracconaggio o evasioni di animali dall’area protetta nella comunità che potrebbero aiutare a prevenire il conflitto uomo-fauna selvatica.


Installazione di localizzatori GPS in Smart Park Liwonde, Malawi. Credito fotografico: Smart Parks.

I dati sono resi disponibili in tempo reale o quasi in un’applicazione web e possono aiutare a prendere decisioni operative relative alla gestione del parco, alla conservazione della fauna selvatica e alla protezione della comunità locale, e potrebbero anche essere applicati per garantire la sicurezza dei ranger e dei turisti.

La tecnologia Smart Parks è stata implementata nelle aree protette di tutto il mondo e ha contribuito alla conservazione di molte specie in via di estinzione, tra cui oranghi, rinoceronti ed elefanti.

Protezione della fauna selvatica da gioco

Sebbene non sia stato coperto dal sondaggio WILDLABS, i giochi possono anche servire come uno strumento prezioso per attivare il pubblico con problemi critici di conservazione, soprattutto tra le generazioni più giovani e più esperte di tecnologia. Internet of Elephants, ad esempio, sviluppa una gamma di esperienze di gioco e digitali basate su dati scientifici per coinvolgere persone che altrimenti non avrebbero alcun interesse per la conservazione della fauna selvatica.


Credito fotografico: Internet degli elefanti.

I suoi prodotti includono Wildeverse, un gioco mobile in realtà aumentata in cui i giocatori vanno in missioni di conservazione nella giungla e imparano come tenere al sicuro le scimmie, o Unseen Empire, che ha trasformato uno dei più grandi studi di trappole fotografiche in un’esperienza di gioco. I giocatori esaminano le immagini delle trappole fotografiche della vita reale per identificare varie specie di animali selvatici e, nel frattempo, imparano di più sull’impatto devastante della deforestazione, del bracconaggio e di altri sviluppi umani sulla fauna in via di estinzione, inclusi gli sfuggenti leopardi nebulosi.

Ridurre le disuguaglianze nella tecnologia di conservazione

Oltre a mettere in evidenza le innovazioni tecnologiche più promettenti, il rapporto WILDLABS ha anche identificato alcune delle sfide chiave che deve affrontare l’ecosistema tecnologico di conservazione, tra cui la concorrenza per finanziamenti limitati, la duplicazione degli sforzi e l’insufficiente sviluppo delle capacità.

È importante sottolineare che la ricerca ha rivelato che le barriere finanziarie e tecniche potrebbero colpire in modo sproporzionato le donne e le persone nei paesi in via di sviluppo.

“Molti degli hotspot di conservazione più critici sono anche aree che attualmente stanno ricevendo il minor supporto in termini di sviluppo delle capacità tecnologiche locali”, ha condiviso Talia Speaker, WILDLABS Research Lead presso il WWF e coautore del rapporto.

Il relatore ha messo in guardia sulla natura problematica della “scienza del paracadute” che coinvolge scienziati e ambientalisti di paesi ad alto reddito che forniscono supporto temporaneo nei paesi in via di sviluppo e se ne vanno dopo che il progetto è terminato, senza investimenti nel rafforzamento delle capacità locali. Senza consentire alle comunità locali di utilizzare e sviluppare le stesse tecnologie di conservazione, l’efficacia e la sostenibilità a lungo termine di queste soluzioni sono messe a rischio.

Per affrontare queste sfide, “i risultati di questa ricerca stanno già alimentando una varietà di programmi WILDLABS”, ha aggiunto il relatore. “Queste vanno da borse di studio che collegano i settori della tecnologia e della conservazione a comunità mirate e al rafforzamento delle capacità in regioni come l’Africa orientale e il sud-est asiatico con un alto potenziale di impatto tecnologico di conservazione ma risorse storicamente limitate per l’impegno con il campo”.

Questo articolo è scritto a titolo personale dell’autore e non riflette le opinioni dei datori di lavoro dell’autore.

.

Leave a Comment