中国自然観察局：生物多様性に配慮した意思決定を促進するための生物多様性情報収集・活用技術の活用
フル・ソリューション
カメラトラップデータ管理システム種の同定ページ
Shan Shui Conservation Center
生物多様性のベースラインデータは、保全の意思決定と実践の鍵であるが、データ不足と情報の非対称性に直面している。チャイナ・ネイチャー・ウオッチは、技術ツールの支援を受けながら、さまざまな情報源、特に市民科学からの生物多様性データの収集を強化し、土地利用計画や市民参加におけるデータ活用を促進し、生物多様性保全の主流化を目指している。
具体的には、テクノロジーは3つのモジュールに効果的なソリューションをもたらします：
- カメラトラップデータ管理：AIを組み込んだオンラインデータ管理システムを開発し、カメラトラップデータの収集と処理を簡素化・迅速化する。
- 市民科学データの可視化：PowerBIを使用して、市民科学者が収集した種の記録を自動的に分析し、インタラクティブに可視化する。
- 生物多様性影響評価ツール（BiA）：複数のデータソースから生態学的データと建設データを統合し、クラウドプラットフォームを介して建設プロジェクトの生物多様性影響評価を即座に照会できるようにする。
最終更新日 30 Sep 2025
2223 ビュー
コンテクスト
対処すべき課題
生物多様性データの収集から処理、可視化、活用に至るワークフローの各プロセスは、多くの反復労働を必要とする煩雑なものであり、簡素化と自動化が急務である。
- カメラトラップによるデータ管理：コミュニティベースのカメラトラップによるモニタリングは、効率性の低さ（地域コミュニティのモニターからのデータ収集、手作業による種の同定など）や、不安定で比較的低いデータの質（不正確なデータや欠落データ、空白写真の割合の高さなど）というボトルネックに直面している。
- 市民科学データの可視化：可視化製品は静的でキャンペーンに特化したものであり、各キャンペーンのいくつかの段階で手作業で作成されるため、自然保護活動家の労力がかかる一方、市民科学者へのフィードバックが遅れる。
- 生物多様性への影響評価：データの不足とデータへの一般アクセスの欠如により、データの利用シナリオが制限されている。また、生物多様性への影響評価は、調査ごとに手作業で行われ、報告書も手作業で作成されている。
所在地
中華人民共和国
東アジア
プロセス
プロセスの概要
全体的な計画と協力的なパートナーシップの構築は、プロジェクトの具体的な基盤となった。
カメラ・トラップ・データはネイチャー・ウォッチ・データベースにとって不可欠な種の分布データ源である。カメラトラップデータ管理システムは全体のワークフローをスピードアップし、カメラトラップデータのデータベースへのタイムリーな入力を強化する。市民科学者のデータについても同様で、もうひとつの種の記録ソースとして、可視化プラットフォームは市民科学者の熱意を刺激し、種の観察を促進するのに役立つ。両方のビルディングブロックがBiAツールのデータを蓄積し、より正確な評価を促進します。
さらに、可視化プラットフォームとBiAツールは、生物多様性の主流化という究極の目標のために、互いに補完し合いながら、異なる聴衆をターゲットとした公共コミュニケーションに関与している。
ビルディング・ブロック
ワークフロー分析、パートナーシップ構築、全体計画
長年の研究と保全活動によって、生物多様性データの重要性が強調されただけでなく、非効率的なデータ管理、データ統合の欠如、一般にアクセス可能なデータアプリケーションの制限など、現在のワークフローの欠陥が明らかになった。さらに、このようなワークフローは主に人力によるものであり、しばしば多くの反復作業を伴い、保全活動家の膨大な時間を奪っている。
テクノロジーの急速な発達に伴い、私たちは長い間、「ペインポイント」に解決策をもたらすテクノロジーの可能性に徐々に気づいてきた。最もニーズの高い場所でテクノロジーツールを活用するため、現在のワークフローの体系的な見直しと分析を行い、優先順位の高いボトルネックと可能な解決策を特定した。検討は2018年5月に開始され、潜在的な技術パートナーが現れた後、2019年6月から具体化された。体系的なワークフロー分析と緊密なパートナーシップに基づき、私たちの限られたリソースとマンパワーを考慮しながら、1つずつモジュールを開発することを目指し、段階的な計画を立てた（例えば、コミュニティベースのカメラトラップ監視アシスタントアプリから、BiAツール、市民科学データ可視化プラットフォーム、カメラトラップデータ管理システムへ）。
実現可能な要因
- 現在のワークフローを体系的にレビューし、テクノロジー・ツールが役立つ分野を示すギャップ分析
- 試行錯誤を通じて）信頼でき、協力的な技術パートナー
- 野心的かつ実用的な計画
教訓
- ワークフローや技術的ソリューションの議論にさまざまな同僚を参加させることは、より価値のあるアイデアを集めるのに役立つ。
- 技術会社によって仕事のスタイルは異なる。自分のワークスタイルや価値観に合ったものを選びましょう。
カメラトラップ・データ管理システム
カメラトラップ・データのワークフローを加速するため、アプリベースのツールやAI画像認識とともにオンライン・データ管理システムが開発されており、テクニカル・パートナーの支援を受けている：
- コミュニティ・ベースのカメラトラップ監視アシスタント・アプリ：このアプリにより、現地モニターはカメラトラップの設置／回収の時間とGPS位置を自動的に記録できるようになり、現地モニターからのデータ収集と手作業によるデータ入力という面倒なプロセスを省くことができる。(設計図2019年6月、開発：2019年10月～2020年2月、試行・使用：2020年3月～10月)
- AI画像認識モデル：AIモデルは、カメラトラップ写真から動物を検出し、種を特定するのに役立ち、人による同定が必要な写真の数を大幅に減らし、データ処理の効率を高める。
- PU & PKU ResNet18モデル（2018年）、MegaDetector（テストのみ、2020年）、MindSpore YOLOv3モデル（2021年）など、一連のAIモデルが技術パートナーとともにトレーニングおよび/またはテストされている。
- オンライン・データ管理プラットフォーム：アプリを介して収集されたカメラトラップ情報は、写真とともに構造化されたクラウドデータベースにアップロードされる。データ管理プラットフォームは、AIや人間による種の同定をサポートするだけでなく、グローバルなデータ検索や統計レポートも可能にする。(設計図2021年4月～8月、開発：2021年9月-2022年6月、試行と使用：2022年7月)
実現可能な要因
- 現在のカメラトラップデータワークフローの体系的レビューと技術的システム開発ニーズへの変換
- オープンソースで性能の良いカメラトラップ画像AI認識モデル
- AIコンピューティング、データストレージなどのクラウドリソース
- バグを修正し、システムの使い勝手を向上させるための試用とフィードバックのラウンド
教訓
- ローマは一日にして成らず。時間とリソースの制約から、システムをさまざまなモジュールに分割し、段階的にモジュールを開発していかなければなりません。私たちは、各モジュール自体がワークフローの1つ以上のステップを強化できると信じており、完全なシステムに組み込まれる前のモジュールから恩恵を受けている。しかし、最初の段階で大局的な視点を持ち、最終的なシステム統合に向けて長期的な計画を立てることが重要である。
- システムは最初から完璧であるはずがない。アプリが登場し、あるコミュニティで使われるようになった当初は、期待通りに機能せず、地元のモニターからさまざまな種類のバグが報告された。私たちはフィードバックを収集・分析し、アプリのUIデザインと機能性を改善した。
市民科学データ可視化プラットフォーム
自然観察キャンペーンでは、市民科学者に野生生物をタイムリーに観察・記録してもらい、市民と自然との結びつきを強めるだけでなく、有望な種の分布データソースとしても活用しています。オンライン・アンケートを通じて市民科学者が収集した種の記録データは、（データのクリーニングと手動による定期的なチェックを経て）可視化プラットフォームのデータベースに自動的に流れ込み、Power BIを通じて直感的で魅力的な可視化チャートと地図（空間、空間と時間の2種類）に変わります。ウェブ版とモバイル版の両方を備えたこのプラットフォームは、市民科学者の自然観察活動にリアルタイムでフィードバックを提供し、彼らの達成感を高め、今後の自然観察活動への参加意欲を高める。また、このプラットフォームは複数の自然観察キャンペーンを統合しており、各キャンペーンの具体的な分析に関するウェブ記事へのリンクがあるため、生物多様性に関する幅広い知識を提供し、市民が他地域の野生生物を知るための「バーチャル自然観察」を可能にしている。
プラットフォームの簡単なスケジュール
- 2021年1月～2月：チーム結成、分析、設計図作成
- 2021年3月～6月：データベースとプラットフォームの開発
- 2021年7月～8月：トライアルテスト
- 2021年9月：本番稼動とプロモーション
実現可能な要因
- データの質を保証するための、よく設計されたデータ収集アンケートと自動データクリーニング機構、およびデータの現実性を保証するための手動による定期的なチェック（通常は1シーズンに1回）。
- 市民科学者の参加による視覚化手法の選択と美的デザイン。
- PowerBI技術。
- 市民科学者WeChatコミュニティの運営とメンテナンス。
教訓
- パブリック・アウトリーチ製品である以上、ユーザーフレンドリーで魅力的なプラットフォームにするために、コンテンツや美的デザインに磨きをかけることは決して過大なことではないだろう。
- 企画段階でユーザーを巻き込み、彼らの考えを収集することは、ユーザーのニーズを特定するのに非常に役立つ。
- アンケートはよく設計され、市民科学者はデータを記録する前によく訓練される必要がある。そうでなければ、データロスを引き起こしやすい。
生物多様性影響評価ツール（BiA）
生物多様性影響評価の自動的かつ迅速な照会を可能にするため、BiAツールは、Azureプラットフォームを通じて土地計画者やその他の関係者に照会サービスを提供するために開発された。BiAツールは、照会されたサイトや地域（または既存の建設プロジェクト）を、種の分布や保護地域の範囲を含む複数の地理レイヤーと重ね合わせることによって機能し、サイトや地域が絶滅危惧種の生息地や保護地域から一定の距離（例えば、3km、5km）内にあり、影響を及ぼす可能性があるかどうかを調査する。評価報告書は、意思決定者に建設プロジェクトの生態学的・環境的リスクを説明し、生物多様性への配慮を促すことが期待される。
BiAツールの簡単なスケジュール
- 2020年4月～6月：チーム結成、要件伝達、システム開発計画
- 2020年7月～9月：ツール開発
- 2020年10月：試用、適用、普及
- (準備中）2022年4月～9月：システムアップグレード
実現可能な要因
- 長年のデータ収集の蓄積とデータ活用のアプローチを常に考える。
- 長期にわたる研究と保全の実践から蓄積された理論的・技術的基礎。
- 政府、投資家、企業などの潜在的なユーザーへのBiAツールの普及。
- ツールの運用状況やユーザーからのフィードバックを把握し、さらなるバージョンアップを図る。
教訓
- データ活用はデータワークフロー全体の中で最も重要なステップであり、ここでデータは利害関係者にとって価値ある情報に変わる。効果的なデータ活用レポートは、利用者を念頭に置くべきである（例えば、簡潔で焦点を絞る）。
- 開発完了とリリースは、ツールの最後のステップではない。潜在的なユーザーを見つけ、ツールを使うように説得することも非常に重要である。ツールは、最大の価値を提供するために使用されなければならない。
影響
テクノロジー・ソリューションは、生物多様性データのワークフローを最適化し、データ活用を促進した：
- カメラトラップデータ管理：カメラトラップのデータ管理：コミュニティベースのカメラトラップ・モニタリング・アシスタント・アプリは、フィールドでカメラトラップの設置／回収を担当する86人の地域コミュニティ・モニターのデータ記録を容易にした。AI画像認識モデルは38万以上のカメラトラップ画像を処理し、100時間以上の労働を代替した。このようなデータ収集と処理の高速化により、利害関係者へのタイムリーなフィードバックが可能になり、保全の意思決定をサポートしている。
- 市民科学データの可視化：2016年から2021年の6回のキャンペーンで収集された22種2688件の記録を可視化し、新たに収集された記録を自動的に更新することで、このプラットフォームは市民科学者の参加者に空間的、時間的、インタラクティブなフィードバックを提供し、自然観察活動への関心を大幅に高めた。
- BiAツール：ネイチャー・ウォッチ・データベースは、種の記録（2591種、135万記録）や保護地域（6つの国立公園、474の国立保護地域など）を含む複数のデータソースから収集された生物多様性のベースライン・データを管理している。これまで、BiAツールは、1260以上の建設プロジェクト計画者やその他のステークホルダーに、インタラクティブで視覚化された生物多様性影響評価照会サービスを提供し、生物多様性に配慮した意思決定を促進してきた。
受益者
- 自然保護活動家：効率性の向上
- 地域コミュニティ：効率化とタイムリーなフィードバック
- 市民科学者：タイムリーなフィードバック
- 政府機関、学術機関、一般市民：生物多様性データへの容易なアクセス
持続可能な開発目標
SDG11「持続可能な都市とコミュニティ
SDG 15 - 陸上での生活
