AI 기반 지능형 CCTV는 딥러닝 기술을 활용해 실시간 영상 분석으로 긴급 상황을 관제하는 과학적인 안전 관리 시스템입니다. 침입, 비명, 배회 등 이상 행동 패턴을 인식하고 분석해 즉시 경고 방송을 현장에 송출하고 관제시스템에 전달해 긴급 대응에 나섭니다.
또한, 조수간만의 차에 따른 안전사고 위험이 높은 해상-해안국립공원의 경우 조수간만의 차에 따라 자동으로 현장에 조석시간 방송이 발령된다. 지능형 CCTV는 2020년에 설치되어 현재 15개 국립공원 89개소에서 운영되고 있습니다.

생물다양성 영향 평가 조회를 자동으로 즉시 수행할 수 있도록, Azure 플랫폼을 통해 토지 계획자 및 기타 이해 관계자를 위한 조회 서비스를 용이하게 하기 위해 BiA 도구가 개발되었습니다. BiA 도구는 문의 사이트 또는 지역(또는 기존 건설 프로젝트)을 종 분포 및 보호 지역 범위를 포함한 여러 지리적 레이어와 오버레이하여 해당 사이트 또는 지역이 멸종 위기 종 서식지 및/또는 보호 지역으로부터 특정 거리(예: 3km, 5km) 내에 있는지, 그리고 영향을 미칠 수 있는지 조사하는 방식으로 작동합니다. 평가 보고서는 의사 결정권자에게 건설 프로젝트의 생태 및 환경적 위험을 설명하고 생물다양성을 고려하도록 장려할 수 있습니다.

BiA 도구의 간략한 타임라인:

• 2020년 4월~6월: 팀 구성, 요구사항 소통, 시스템 개발 계획 수립
• 2020년 7월~9월: 도구 개발
• 2020년 10월: 시범 테스트, 적용 및 배포
• (준비 중) 2022년 4월~9월: 시스템 업그레이드

자연관찰 캠페인 기간 동안 시민 과학자들을 초대하여 야생동물을 적시에 관찰하고 기록함으로써 시민과 자연 사이의 연결을 강화할 뿐만 아니라 유망한 종 분포 데이터 소스로도 활용하고 있습니다. 시민 과학자들이 온라인 설문을 통해 수집한 종 기록 데이터는 데이터 정리 및 수작업 주기적 확인을 거쳐 자동으로 시각화 플랫폼 데이터베이스에 유입되고, 파워 BI를 통해 직관적이고 매력적인 시각화 차트와 지도(공간, 시공간 두 가지 유형)로 변환됩니다. 웹과 모바일 버전으로 제공되는 이 플랫폼은 시민 과학자들의 자연 관찰 활동에 대한 실시간 피드백을 제공하여 성취감을 높이고 향후 자연 관찰 활동에 대한 참여 동기를 부여합니다. 또한 이 플랫폼은 여러 자연 관찰 캠페인과 각 캠페인에 대한 구체적인 분석에 대한 웹 기사 링크를 통합하여 광범위한 생물 다양성 지식을 제공하고 시민들이 다른 지역의 야생동물을 알아볼 수 있는 '가상 자연 관찰'을 가능하게 합니다.

플랫폼의 간략한 타임라인

• 2021년 1월~2월: 팀 구성, 분석, 청사진 만들기
• 2021년 3월~6월: 데이터베이스 및 플랫폼 개발
• 2021년 7월~8월: 시범 테스트
• 2021년 9월: 출시 및 프로모션

카메라 트랩 데이터 워크플로우를 가속화하기 위해 기술 파트너의 지원을 받아 앱 기반 도구 및 AI 이미지 인식과 함께 온라인 데이터 관리 시스템을 개발 중이며, 이는 다음과 같이 구성되어 있습니다:

• 커뮤니티 기반 카메라 트랩 모니터링 보조 앱: 이 앱을 사용하면 로컬 모니터가 카메라 트랩 설치/수거 시간과 GPS 위치를 자동으로 기록하여 로컬 모니터의 데이터 수집과 수동 데이터 입력의 번거로운 과정을 줄일 수 있습니다. (청사진: 2019년 6월, 개발: 2019년 10월~2020년 2월, 시험 사용: 2020년 3월~10월)
• AI 이미지 인식 모델: AI 모델은 카메라 트랩 사진에서 동물을 감지하고 종을 식별하여 사람의 식별이 필요한 사진의 수를 크게 줄이고 데이터 처리 효율성을 향상시킵니다.
  • 기술 파트너와 함께 일련의 AI 모델을 훈련 및/또는 테스트했으며, 여기에는 PU & PKU ResNet18 모델(2018년), MegaDetector(테스트 전용, 2020년), MindSpore YOLOv3 모델(2021년) 등이 포함됩니다.
• 온라인 데이터 관리 플랫폼: 앱을 통해 수집된 카메라 트랩 정보는 사진과 함께 구조화된 클라우드 데이터베이스에 업로드됩니다. 데이터 관리 플랫폼은 AI와 사람을 통한 종 식별을 지원할 뿐만 아니라 글로벌 데이터 검색 및 통계 보고서도 지원합니다. (청사진: 2021년 4월~8월, 개발: 2021년 9월~2022년 6월, 시험 및 사용: 2022년 7월)

솔루션의 효과적인 구현과 장기적인 성공을 위해서는 직원 교육이 중요합니다. 솔루션의 지속적인 사용을 보장하기 위해 설계 및 배포 단계는 물론 배포 후에도 교육에 우선순위를 두어야 합니다.

ArcGIS Online은 유용한 애플리케이션을 배포하고 다른 보존 기술을 통합하여 보호 지역에서 시행 중인 각 이니셔티브와 관련된 워크플로우를 전체적으로 지원하는 안전하고 유연한 프레임워크를 제공합니다. 모든 워크플로우의 기반에는 모바일 설문조사 양식(Survey123), 데이터 시각화(대시보드 또는 웹 애플리케이션), 분석 및 보고와 같은 데이터 수집 도구가 포함됩니다. 또한 ArcGIS 리빙 아틀라스 오브 더 월드에서는 워크플로우를 지원하는 전 세계 주요 지리 정보 컬렉션에 액세스할 수 있으며, 여기에는 최신 위성 이미지와 산림 손실과 같은 제품이 포함됩니다.

포장을 풀고 즉시 구현할 수 있는 이니셔티브를 위한 몇 가지 사전 구성된 워크플로가 있습니다. 이러한 이니셔티브에는 다음이 포함됩니다:

• 불법 활동 추적.
• 야생동물 모니터링.
• 야생동물 충돌 완화.
• 공원 인프라 유지 관리.

워크플로는 구성이 가능하며 사용자가 필요에 따라 맞춤 설정할 수 있습니다. 또는 조직은 커뮤니티 아웃리치 또는 대중 참여 이니셔티브와 같은 자체 이니셔티브를 위해 완전히 새로운 워크플로를 개발하는 데 필요한 모든 빌딩 블록에 액세스할 수 있습니다.

헤리티지 플레이스 랩의 연구-실습 팀들이 자발적으로 활동하기 위해서는 개인, 기관, 유산에 도움이 될 수 있는 가시적인 결과물을 만들어내는 것이 필요했습니다. 헤리티지 플레이스 랩은 이 과정에서 도출된 연구 아젠다를 개발 및 발표하고, 학계에서 중요한 단계인 문화유산 관리 및 지속가능한 발전 저널 (에메랄드)에 특별호를 발간하며, 자연-문화 솔루션을 제작해 파노라마에 게재할 것을 제안했습니다.

헤리티지 플레이스 랩은 세계유산 관리를 위한 지식 프레임워크, 우리 유산 증진 툴킷 2.0(EOH 2.0), 파노라마 자연-문화 공동체(https://panorama.solutions/en/portal/nature-culture)의 사례 연구 데이터베이스 등 WHL에서 개발 중인 개념과 도구를 테스트했습니다. 세계유산의 실무 주도 연구 의제를 개발하기 위해 헤리티지 플레이스 랩은 각 연구-실천 팀이 나중에 발표되는 워크숍 사이에 과제를 수행할 것을 제안했습니다. 과제의 순서는 관리 효과성 평가를 목표로 하는 EOH 2.0 툴킷의 도구 1, 2, 4를 사용하여 각 세계유산에 대한 연구 의제를 작성하는 데 도움이 되도록 설계되었습니다. 팀은 가치와 속성, 거버넌스 체계, 유산에 영향을 미치는 요인에 대한 공유된 이해를 평가하여 관리 문제와 연구 우선순위를 파악할 수 있었습니다.

헤리티지 플레이스 랩은 8개의 세계유산에 대한 실무 주도형 연구 의제의 인큐베이터 역할을 수행하며 7개월 동안 3시간씩 총 6회의 온라인 워크숍을 개최하여 연구가 현장 관리에 영향을 미치고 현장 관리가 연구에 영향을 미칠 수 있는 통로를 촉진했습니다. 이 워크숍에서는 연구자들이 현장에서 일하는 현장 관리자와 함께 이론과 방법론을 시험해 볼 수 있도록 현장 관리 문제를 공동으로 탐구했습니다. 연구원들은 세계유산에 접근하고 현지의 필요를 심도 있게 이해할 수 있었습니다. 현장 관리자들은 연구 방법에 익숙해지고 세계유산에 대한 연구 의제를 공동 제작했습니다. 연구자, 실무자, 공무원, 국제 전문가 등 다양한 배경을 가진 30명 이상의 초청 연사들이 각 워크숍에서 개발된 특정 주제에 대한 의견을 제공했습니다. 퍼실리테이터들은 연구 의제 도출을 위한 과제 개발에 대해 팀원들에게 성찰과 피드백을 제공했습니다.

연못이 조성된 후에는 네바다주 야생동물부와 미국 어류 및 야생동물 관리국, 허가를 담당하는 주 및 연방 파트너 기관의 직원들을 대상으로 견학이 진행되었습니다.

네바다주 스프링 밸리에 위치한 훨씬 더 큰 피난처에서 공기가 통하고 단열된 라이브웰에 포획되어 트럭으로 옮겨지는 파럼프 풀피쉬.