우리는 5대의 소형 트랩 카메라를 사용하여 세라노아구아의 개인 자연 보호 구역에서 야생 고양이와 잠재적 먹이 군집을 기반으로 한 모니터링을 개발합니다.
자연보호구역 토지 소유주가 자신의 토지 내에서 모니터링 활동을 개발할 의향이 있는지 여부 트랩 카메라의 가용성, 이는 우리 조직에 한정된 자원입니다. 재정적 자원 가용성 공공 질서 유리한 기후 조건
지역사회 기반의 생물다양성 모니터링을 통해 많은 신종, 고유종, 멸종 위기에 처한 식물, 양서류, 파충류, 조류, 포유류가 기록되어 과학 지식과 야생동물 식별 및 서식지 보존을 지원하는 기술 구현에 기여하고 있습니다.
이러한 노력의 주목할 만한 성과는 콜롬비아 발레 델 카우카의 안데스 지역에서 재규어를 재발견하는 등 콜롬비아의 고양이과 동물 7종 중 6종을 기록했다는 점입니다. 가축을 잡아먹는 것으로 확인된 안토니오를 추적한 결과 이동 경로가 밝혀졌습니다. 저희는 야생 포유류에 대한 인위적인 잠재적 영향을 파악하기 위해 강력한 트랩 카메라 모니터링 프로그램을 구현하여 이 경로를 경관 관리 전략으로 탐구할 계획입니다.
DRMI 세라노 데 로스 파라과스에서 지역 규모에서 인간과 재규어의 상호작용을 관리하기 위한 학제 간 계획 개발
계획 수립
Fotografías cortesía de Valentina Jimenez, Esteban Grajales y Serraniagua
농업 시스템의 확장과 새로운 공공 및 민간 보호 구역의 선포는 모두 HWC의 강화에 기여합니다. 이러한 맥락에서 지역별 문제와 상황을 해결하고 모든 관련 이해관계자를 통합하는 지역 계획을 개발하면 인간과 재규어의 상호작용을 예방적이고 포괄적이며 지속 가능한 방식으로 관리하여 사람과 재규어 모두의 삶의 질을 개선할 수 있습니다.
이해관계자들이 기꺼이 협력합니다.
지역 사회 기반, 농업 기반, 젠더 기반, 지역 및 지방 규모의 정부 당국을 포함한 보호 지역 관리 그룹이 관리 계획을 세우기 위해 협력합니다.
자금 조달: 공동 관리 위원회가 협력하여 보호지역 내에서 HWI를 처리하기 위한 재정 및 기술 지원을 찾기 위해 노력합니다.
지역 외부 기업의 이익을 우선시하는 하향식 이니셔티브보다 상향식 접근 방식의 지역 이니셔티브가 우선시됩니다.
국가 기금은 주로 하향식 이니셔티브를 지원했으며, 외부 단체가 지역 밖에서 설계한 계획도 있었습니다. 상향식 접근 방식을 통해 환경 당국, 농업 확장 부서, 풀뿌리 농민 단체가 참여하는 레벨 1 HWC를 해결하기 위한 초기 경로가 개발되었습니다. 이를 통해 재규어의 존재와 가축에 대한 공격에 대한 보고를 수집하여 재규어가 이 지역을 어떻게 이용하는지에 대한 이해를 높일 수 있었습니다. 이 단체는 9월부터 11월까지 수자원 보호 지역과 사유 보호구역 내에서 트랩 카메라(TC)를 사용하여 야생 포유류에 대한 지역 커뮤니티 기반 모니터링을 시범적으로 실시하여 마지막 목격 이후 2년 만에 안토니오의 모습을 기록했습니다. 2025년(또는 2026년).
지금까지의 긍정적인 부분적 성과를 바탕으로 Plan4Coex 접근 방식을 통해 보다 운영적이고 관리적인 규모로 계획을 확장하는 것을 목표로 하고 있습니다.
드론에 탑재된 기술과 AI 통합의 발전은 기존의 드론 기반 악어 모니터링 방법을 더욱 향상시킬 수 있는 큰 잠재력을 가지고 있습니다. 비행 시간이 연장되고 카메라 해상도가 향상된 하이브리드 모델과 같은 드론 하드웨어의 개선으로 더 넓은 서식지 범위와 복잡한 환경에서 더 상세한 이미지를 캡처할 수 있게 되었습니다. 인공 지능(AI)을 통합하면 등각 모델을 사용하여 악어 탐지 및 크기 추정을 자동화함으로써 이미지 분석을 간소화할 수 있는 중요한 기회를 얻을 수 있습니다. 이러한 AI 기반 개선 사항은 거의 실시간에 가까운 데이터 처리를 제공하여 시간이 많이 걸리는 수동 분석에 대한 의존도를 낮출 수 있습니다.
이 개선 사항은 현재 개발 중입니다. 2025년 4월 카메룬에서 은가운데레 대학교 학생 및 젊은 연구자, 현지 NGO와 함께 열화상 카메라와 서치라이트가 장착된 드론을 사용하고 AI를 이용한 자동 데이터 처리 기능을 포함한 실험 연구를 진행했습니다.
알로메트릭 프레임워크는 고해상도 드론 이미지를 통해 촬영한 악어의 머리 길이 측정을 기반으로 악어의 전체 몸 길이를 추정하기 위해 고안된 비침습적 도구입니다. 이 방법은 종별로 확립된 머리와 몸 길이 비율을 활용하기 때문에 물리적인 포획이나 취급이 필요하지 않아 연구자와 야생동물 모두의 위험을 줄일 수 있습니다. 27종의 악어 중 17종에 대해 검증된 이 프레임워크는 개체 수 모니터링과 보존 관리에 필수적인 신뢰할 수 있는 인구통계학적 데이터를 제공할 수 있습니다.
이 프레임워크는 읽기 쉬운 표(아바크)를 사용하기 때문에 비전문가도 쉽게 접근할 수 있으며, 운영자는 고급 과학적 전문 지식 없이도 이 방법을 빠르게 적용할 수 있습니다.
야생동물 연구와 보존을 위해서는 인구학적 구조를 이해하는 것이 필수적입니다. 악어의 경우, 전체 길이와 인구학적 분류를 정확하게 추정하려면 일반적으로 부분적으로 물에 잠긴 개체를 면밀히 관찰하거나 포획해야 하기 때문에 잠재적인 부정확성과 위험을 초래할 수 있습니다. 드론 기술은 편견 없이 안전하게 분류할 수 있는 대안을 제시합니다. 이 연구에서는 드론 사진을 머리 길이 등척 관계와 결합하여 총 길이를 추정하고 드론 기반 악어류 인구통계학적 분류를 위한 표준화된 방법을 제안하는 효과를 평가했습니다.
17종의 악어류에 대해 머리와 총 길이의 상관관계를 파악하기 위해 신뢰 구간을 통합하여 부정확한 원인(예: 측량 정확도, 머리 경사, 관찰자 편향, 지형 변동성)을 설명하는 측량 프레임워크가 개발되었으며, 이 방법은 드론 촬영을 통해 야생 악어에 적용되었습니다. 지형 효과는 사진측량 소프트웨어의 지상 표본 거리(GSD) 오류보다 영향이 적었습니다. 등척 프레임워크는 종에 따라 ≃11~18%의 정확도로 길이를 예측했으며, 개체 간의 자연적인 등척 변화가 이 범위의 대부분을 설명했습니다. 주관적이고 위험할 수 있는 기존 방법에 비해 드론 기반 접근 방식은 객관적이고 효율적이며 빠르고 저렴하고 비침습적이며 안전합니다.
