私たちはセラニアグアの私有自然保護区で、5台の小型トラップカメラを使い、セラニアグアの家族とともにヤマネコと潜在的な獲物のコミュニティ・ベースのモニタリングを展開している。

農業システムの拡大も、新たな公的・私的保護区の宣言も、HWCの激化に寄与している。このような状況において、地域固有の問題や状況に対応し、すべての関係者を統合する地域計画を策定することは、人間とジャガーの相互作用の予防的、包括的かつ持続可能な管理を可能にし、人間とジャガーの両方の生活の質を向上させる。

搭載技術とAIの統合の進歩は、既存のドローンを使ったワニのモニタリング方法をさらに強化する大きな可能性を秘めている。飛行時間が延長されたハイブリッドモデルやカメラの解像度が向上したモデルなど、ドローンのハードウェアが改善されたことで、生息域のカバー範囲が広がり、複雑な環境でもより詳細な画像を撮影できるようになった。人工知能（AI）の統合は、アロメトリックモデルを用いたワニの検出とサイズ推定を自動化することで、画像解析を合理化する大きなチャンスとなる。このようなAIによる機能強化は、ほぼリアルタイムのデータ処理を可能にし、時間のかかる手動解析への依存を減らすことができる。

この改良は現在開発中である。私たちは2025年4月にカメルーンで、ンガウンデレ大学の学生や若手研究者、地元NGOとともに、サーマルカメラとサーチライトを搭載したドローンを使い、AIによる自動データ処理を含む実験的研究を行った。

このビルディングブロックは、先住民族や地域コミュニティ（IPLCs）を含む地元のステークホルダーにドローンを操作するキャパシティ・ビルディングを行い、彼らが保全において積極的な役割を果たせるようにする。

採用された手法の使いやすさ

1. 必要な技術スキルは最小限：
   ユーザーはドローンの操作と高解像度画像からの計測抽出について基本的なトレーニングを受けるだけでよい。プロセスは簡単だ：
   • 標準化された飛行プロトコルに従ってドローンを飛ばす。
   • 俯瞰画像にワニをマークする。
   • アクセス可能な画像解析ツール（ImageJ、QGISなど）を使って、目に見える頭部の長さを測定する。
   • 対応するアロメトリック方程式を適用するか、あらかじめ用意された表（abaques）からルックアップして全長を推定する。
2. 容易に適応可能：
   このフレームワークは、読みやすい表（abaques）を使用しているため、専門家だけでなく非専門家にも利用しやすく、オペレータは高度な科学的専門知識を必要とせずに、この手法を迅速に適用することができます。
3. 利用しやすい機器：
   このアプローチは、民生用ドローンと広く入手可能なソフトウェアに依存しているため、手頃な価格を実現し、導入への障壁を低減している。

効果的な理由

このフレームワークのシンプルさ、拡張性、信頼性は、遠隔地の湿地帯から都市に隣接した生息地まで、多様な状況に理想的である。幅広いユーザーが科学的に確かなデータを作成できる。

アロメトリック・フレームワークは、高解像度のドローン画像で撮影した頭の長さの測定に基づいて、ワニの全長を推定するために設計された非侵襲的なツールである。確立された種固有の頭胴長比を活用することで、この方法では物理的な捕獲やハンドリングが不要となり、研究者と野生生物の双方にとってのリスクが軽減される。ワニ27種のうち17種で検証されたこのフレームワークは、個体数のモニタリングと保全管理に不可欠な信頼性の高い人口統計学的データを提供することを可能にする。

このフレームワークは読みやすい表（abaques）を使用しているため、専門家でなくても利用可能であり、オペレーターは高度な科学的専門知識を必要とすることなく、この手法を迅速に適用することができる。

人口統計学的構造を理解することは、野生生物の研究や保全に不可欠である。クロコダイル類の場合、全長や個体群を正確に推定するためには、通常、綿密な観察や捕獲が必要であり、多くの場合、部分的に水に浸かっている個体は不正確で危険である。ドローン技術は分類に偏りがなく、より安全な代替手段を提供する。本研究では、全長を推定するために、ドローン写真と頭部長の等尺関係を組み合わせて有効性を評価し、ドローンを用いたクロコダイル類の人口統計学的分類のための標準化された方法を提案する。