Экспериментальная система мониторинга

Экспериментальная система мониторинга состоит из набора параметров для отслеживания поведения вида, практики передвижения посетителей и выявления рисков:

  • GPS-передатчики: они запрограммированы на сбор данных и имеют график загрузки; вокруг гнезда установлено зонирование.
  • Программное обеспечениеAxis Station: Axis Loitering Guard отслеживает движущиеся объекты и запускает оповещения (например, пользователь находится на тропе в течение x времени), звуковые оповещения и уведомления при превышении порогового значения. Axis Fend Guard обнаруживает события взаимодействия (например, птица покидает следующую, два пользователя уходят с тропы).
  • Предупреждения о возможной гибели, потенциальном изгнании с территории, отсутствии в гнезде, пользователях вблизи гнезда и пороговых значениях шума.
  • Другие данные, связанные с использованием троп пользователями и процессом размножения орла Бонелли.
  • Ежегодные отчеты о пространственной мобильности хищников, полугодовые отчеты о взаимодействиях и критических событиях.

Важно рассчитывать на простое в использовании программное обеспечение, запрограммированное на нужные параметры. Важно, чтобы параметры максимально соответствовали конкретным потребностям мониторинга и были как можно более краткими, чтобы менеджеры парка могли провести надлежащий мониторинг и отреагировать на любые предупреждения.

Следует отметить, что некоторые ситуации, связанные с дикой природой, невозможно контролировать. Например, в нашем случае мы столкнулись с неудачным размножением пары орланов Бонелли, что частично изменило цель мониторинга.

Хотя в настоящее время изучается возможность использования более сложного программного обеспечения для управления оповещениями на основе искусственного интеллекта, для начала разработки действующей программы мониторинга, оповещающей о событиях, связанных с критическими рисками, вполне достаточно простого программного обеспечения, например Axis Station . Процессы и процедуры управления предварительным оповещением, сбора и анализа данных необходимо периодически оптимизировать на основе уроков, полученных в ходе этого процесса.