복원은 단순히 나무를 심는 것이 아니라 장기적인 영향을 보장하는 것입니다. Facebook의 AI 기반 MRV 시스템은 복원 진행 상황과 환경 상태를 실시간으로 추적합니다. 또한 불법 어업, 밀렵, 삼림 벌채와 같은 중요한 문제를 해결하여 지역사회가 복원된 생태계를 보호할 수 있도록 힘을 실어줍니다. 이 시스템은 위성 데이터, 드론 이미지, AI 분석을 통합하여 실행 가능한 인사이트를 제공하며, 이를 다른 복원 또는 보존 노력에 적용할 수 있습니다. 또한 투명성과 책임성을 지원하여 이해관계자가 진행 상황과 결과를 효과적으로 측정할 수 있도록 합니다.
유니티의 라이선싱 및 교육 플랫폼은 커뮤니티가 독립적으로 드론을 제작, 운영 및 유지보수할 수 있도록 지원합니다. 이 접근 방식은 실습과 협업을 통해 지역 전문성을 키우고 커뮤니티가 각자의 필요에 맞게 기술을 적용할 수 있도록 지원합니다. 이 플랫폼은 기술력을 넘어 커뮤니티가 감시, 매핑, 정밀 농업과 같은 추가 애플리케이션을 위해 드론을 혁신하고 수정할 수 있는 기반을 조성합니다. 무엇보다도 이 플랫폼은 커뮤니티가 혁신을 공유하는 피드백 루프를 촉진하여 광범위한 글로벌 사용자 네트워크를 더욱 풍성하게 합니다.
모듈형 드론은 접근성, 적응성, 지속 가능성을 고려하여 설계되었습니다. 처음에는 6개 미만의 나사와 지퍼 타이가 있는 목재 부품으로 제작되었으며, 현지 재료를 사용하여 조립, 수리 및 복제가 간단하여 지역 사회가 독립적으로 복구 프로젝트를 주도할 수 있도록 지원합니다.
기술의 발전에 따라 수소 연료 전지와하이브리드 전기 추진 시스템을 통합하여 비행 내구성, 에너지 효율성 및 환경 지속 가능성을 향상시켰습니다. 이러한 혁신을 통해 드론은 더 넓은 지역을 커버하고 원격 환경에서 작동하면서 탄소 발자국을 줄일 수 있게 되었습니다.
모듈식 설계는 지속적인 적응을 위한 유연성을 보장하여 커뮤니티에서 모니터링용 카메라나 센서와 같은 도구를 사용하여 드론을 업그레이드할 수 있습니다. 이러한 접근 방식은 단순성과 최첨단 혁신을 결합하여 풀뿌리 역량 강화와 확장 가능하고 영향력 있는 환경 복원을 연결합니다.
물새 모니터링은 거의 모든 유형의 습지 생태계에 대한 보호 및 관리 전략의 기초입니다. 야생동물의 대량의 음향 및 시각 데이터를 수집하기 위한 원격 장치를 포함하여 중국의 습지 보호 인프라가 지속적으로 개선됨에 따라 데이터 필터링 및 분석 기술에 대한 수요가 증가하고 있습니다. 딥러닝 기반 객체 감지는 빅데이터 분석을 위한 기본적인 솔루션으로 자리 잡았으며 여러 응용 분야에서 테스트를 거쳤습니다. 그러나 이러한 딥러닝 기술은 실시간 모니터링 영상에서 작은 물새를 감지하는 데는 아직 검증되지 않았습니다. 본 연구에서는 실시간 영상 감시 장치가 관심 영역을 식별하고 물새 모니터링 작업(식별, 계수, 밀도 추정)을 수행하기 위해 YOLOV7에 예측 헤드, SimAM 관심 모듈, 연속 프레임을 추가한 향상된 탐지 방법, 즉 YOLOv7 Waterbirds를 제안합니다. 물새 데이터셋을 기반으로 한 YOLOv7 물새의 평균 정확도(mAP) 값은 67.3%로 벤치마크 모델보다 약 5% 높습니다. 또한 개선된 방법의 리콜률은 87.9%(정확도=85%), 작은 물새(40x40 미만의 픽셀로 정의)에 대한 리콜률은 79.1%로 작은 물체 검출 성능이 기존 방법 및 다른 많은 유명 딥러닝 알고리즘보다 우수하다는 것을 나타냅니다. 이 알고리즘은 보호 지역 관리 부서 또는 기타 조직에서 기존 감시 카메라를 사용하여 수생 식물을 더 정밀하게 모니터링하는 데 사용할 수 있으며, 이는 야생 동물 보호에 어느 정도 기여할 수 있습니다.
미세 지형 변경, 수위 조절, 습지 생태 복원 등 일련의 과학적 조치를 통해 다양한 철새의 요구를 충족시킬 수 있는 서식지 환경을 조성하는 것을 목표로 합니다. 복원사업 완료 후 일상적인 관리에서 만조기 도래지는 갯벌, 얕은 수역, 깊은 수역, 통제된 저식생 지역을 일정 비율로 유지해야 합니다. 수위를 수동으로 조절하여 수위별 영역의 상대적 안정성을 확보하고, 잡초의 높이를 조절하여 갯벌 영역을 유지함으로써 도요물떼새, 왜가리, 갈매기, 오리 등 다양한 철새의 서식처를 제공합니다. 철새들의 서식지 이용 패턴을 평가하고 서식지 질을 평가하기 위해 비디오 감시와 같은 무인 장치를 사용하여 물새 군집을 모니터링하는 데 도움을 줍니다.
간헐적 수확을 위해 트랩을 적용한 결과, 옥수수겨(보충 사료) x 옥수수겨(트랩 미끼) x O. 시라누스 (종) x 2 물고기/m2(사육 밀도)와 같은 변수 조합이 가장 좋은 결과를 얻었습니다.
이 조합에서 총 수확량은 단일 배치 수확을 한 대조군보다 25% 더 높았습니다. 사육 밀도(3마리/㎡)가 높을수록 대조군에서 총 수확량은 약간 더 높았지만 순이익은 더 낮았습니다. 펠렛을 사용하면 두 가지 효과가 모두 강화되었으며 경제성이 가장 낮았습니다.
농장 내 시험 결과(그림 1 참조)는 트랩의 기능성과 탁월한 포획 효과를 입증했습니다. 3개월의 농장 시험 기간 동안 트랩은 일주일에 2~3회, 총 27회 사용되었습니다. 간헐적으로 수확할 때마다 평균적으로 약 120마리, 820g에 해당하는 작은 물고기가 잡혔습니다. 트랩을 사용한 후 모든 가정에서 일주일에 두 번 생선을 먹는다고 답했습니다. 그 전에는 한 달에 한 번에서 네 번 정도 생선을 섭취했습니다.
이점
연못에 있는 물고기들 간의 산소 및 먹이 경쟁이 줄어들어 수확량이 눈에 띄게 증가했습니다.
작고 영양가 있는 생선의 가정 내 소비가 개선되고 현금 흐름이 개선되었습니다.
성공 요인:
트랩은 쉽고 저렴하게 제작할 수 있습니다(3달러).
트랩은 여성도 쉽게 사용할 수 있습니다.
쉽고 정기적으로 물고기에 접근할 수 있어 직접적인 부가가치를 창출합니다.
현장 사례
농장 내 시험에 참여한 가구의 사용자 경험은 전반적으로 매우 긍정적이었습니다:
"이 기술이 없었을 때는 한 달에 한 번만 생선을 먹었던 것에 비해 이제는 가족 모두가 일주일에 두 번, 때로는 세 번까지 생선을 먹을 수 있게 되었습니다." (다우드 밀람베)
"물고기 트랩을 사용하면 물고기를 잡는 것이 매우 간단하고 여성과 어린이도 사용할 수 있습니다." (재클린 자라시)
"집에서 먹을 물고기를 잡을 때 사용했던 낚싯줄 방식은 3~4시간이 걸리지만 3마리밖에 잡을 수 없어 가족 수에 비해 충분하지 않았던 것에 비해 빠르고 효과적입니다." (하산 자라시) (하산 자라시)
도마시의 국립 양식 센터에서 실시한 일련의 실험에서 프로젝트 팀은 서로 다른 종(콥토돈 렌달리, 오레오크로미스 시라누스)을 다양한 밀도(평방미터당 1마리, 2마리, 3마리)로 사육한 연못(200m2)에서 다양한 미끼를 사용하여 간헐적 수확을 위한 트랩을 테스트했습니다. 또한 일정량의 물고기를 잡는 데 걸리는 시간과 간격을 결정하기 위해 추가 테스트를 수행했습니다. 대조군 및 비교를 위해 말라위의 관습적인 농촌 양식 형태를 나타내기 위해 옥수수 밀기울 또는 펠릿을 먹인 O. 시라누스와C. 렌달리를 추가 연못에 사육하여 일괄 수확을 실시했습니다.
농장 내 시험
트랩이 기술적으로 작동하는 시점에 매일 실제 환경에서 트랩을 테스트하고자 하는 가구가 확인되었습니다. 3개월에 걸쳐 6가구가 트랩을 테스트하고 어획량을 기록했습니다.
