水源を保護する森林や公的・私的保護区の近くに位置しているため、多くの農業生産物は人間と野生動物の衝突（HWC）に脆弱である。この脆弱性は、農場計画の欠如や不十分さ、時代遅れの家畜管理手法の蔓延と相まって、こうした山岳システムの生産性、生物多様性の保全、水資源、関連する生態系サービスを危険にさらしている。

私たちは、ソーラーパネルなどの再生可能エネルギー技術を導入して電気柵に電力を供給し、家畜の水の利用可能性を向上させ、家畜の捕食による家畜農場の経済的損失を軽減するためにセンサー付きライトを導入しています。

野生動物との共存に関するIUCNのガイドラインによると、教育的アプローチは野生動物に対する行動変容を促すことに焦点を絞った方が効果的である。これは、主要な利害関係者グループを対象とし、具体的な行動（ジャガーやその潜在的な獲物の殺処分、生産システムの変更など）を定められた時間枠の中で実施するよう、よく設計されたプロセスを通じて達成することができる。

このアプローチは「計画的行動理論」に基づいており、人間の行動は意図に影響され、その意図は態度、主観的（または社会的）規範、知覚された行動制御によって形成されると仮定している。

私たちの目的は、人間の行動を決定するこれら3つの重要な要素に焦点を当てた、ジャガー保護のための教育戦略を開発することである。このようにして、他の生物との共存文化を促進することで、ジャガーの構造的なつながりを確保するだけでなく、機能的なつながりを確保することを目指している。

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。

このビルディングブロックは、効果的なワニのモニタリングのための標準化された飛行パラメータを確立する。