Система мониторинга, отчетности и верификации (MRV) с поддержкой ИИ

Восстановление - это не только посадка растений, но и обеспечение долгосрочного воздействия. Наша система MRV, работающая на основе искусственного интеллекта, позволяет в режиме реального времени отслеживать ход восстановления и состояние окружающей среды. Она также решает такие важные проблемы, как незаконное рыболовство, браконьерство и вырубка лесов, предоставляя сообществам возможность защищать восстановленные экосистемы. Эта система объединяет спутниковые данные, снимки с беспилотников и аналитику искусственного интеллекта для получения действенных выводов, которые могут быть адаптированы для других восстановительных или природоохранных мероприятий. Она также поддерживает прозрачность и подотчетность, обеспечивая заинтересованным сторонам возможность эффективно оценивать прогресс и результаты.

Платформа для лицензирования и обучения

Наша платформа лицензирования и обучения позволяет сообществам самостоятельно создавать, эксплуатировать и обслуживать беспилотники. Такой подход основан на практическом и совместном сотрудничестве, что способствует развитию местного опыта и позволяет сообществам адаптировать технологию к своим уникальным потребностям. Платформа выходит за рамки технических навыков, создавая основу для инноваций и модификации дронов для дополнительных применений, таких как наблюдение, картирование и точное земледелие. Важно, что платформа способствует созданию обратной связи, в рамках которой сообщества делятся своими инновациями, обогащая более широкую глобальную сеть пользователей.

Технология модульных дронов

Наши модульные дроны разработаны для обеспечения доступности, адаптивности и устойчивости. Изначально созданные из деревянных деталей с использованием менее шести винтов и стяжек, они просты в сборке, ремонте и повторении с использованием местных материалов, что дает возможность сообществам самостоятельно руководить проектами по восстановлению.

По мере развития мы интегрировали водородные топливные элементы и гибридно-электрические силовые установки, повышая продолжительность полета, энергоэффективность и экологическую устойчивость. Эти инновации позволяют беспилотникам покрывать большие площади и работать в удаленных условиях, снижая при этом выбросы углекислого газа.

Модульная конструкция обеспечивает гибкость для постоянной адаптации, позволяя сообществам дооснащать дроны такими инструментами, как камеры или датчики для мониторинга. Такой подход сочетает в себе простоту и передовые инновации, соединяя расширение прав и возможностей низов с масштабируемым и эффективным восстановлением окружающей среды.

Беспилотник DIS
Восточная и Южная Африка
Карибы
Центральная Америка
Южная Америка
Западная Азия, Ближний Восток
Юго-Восточная Азия
Южная Азия
Восточная Азия
Океания
Jane
Glavan
Технология модульных дронов
Платформа для лицензирования и обучения
Система мониторинга, отчетности и верификации (MRV) с поддержкой ИИ
Экономически эффективные процессы восстановления
Беспилотник DIS
Восточная и Южная Африка
Карибы
Центральная Америка
Южная Америка
Западная Азия, Ближний Восток
Юго-Восточная Азия
Южная Азия
Восточная Азия
Океания
Jane
Glavan
Технология модульных дронов
Платформа для лицензирования и обучения
Система мониторинга, отчетности и верификации (MRV) с поддержкой ИИ
Экономически эффективные процессы восстановления
Мониторинг сообществ водоплавающих птиц с помощью видеонаблюдения

Мониторинг водно-болотных птиц является основой стратегий охраны и управления почти всеми типами водно-болотных экосистем. С постоянным совершенствованием инфраструктуры охраны водно-болотных угодий в Китае, включая дистанционные устройства для сбора большого количества акустических и визуальных данных о дикой природе, растет спрос на технологии фильтрации и анализа данных. Обнаружение объектов на основе глубокого обучения стало фундаментальным решением для анализа больших данных и было протестировано во многих областях применения. Однако эти методы глубокого обучения еще не были опробованы для обнаружения мелких водных птиц в видеозаписях мониторинга в режиме реального времени. Мы предлагаем улучшенный метод обнаружения, который добавляет дополнительные головки предсказания, модули внимания SimAM и непрерывные кадры в YOLOV7, названный YOLOv7 Waterbirds, для устройств видеонаблюдения в реальном времени, чтобы определить зоны внимания и выполнить задачи мониторинга водных птиц (идентификация, подсчет и оценка плотности). На основе набора данных по водоплавающим птицам средняя точность (mAP) YOLOv7 Waterbirds составляет 67,3 %, что примерно на 5 % выше, чем у эталонной модели. Кроме того, коэффициент запоминания улучшенного метода составляет 87,9% (точность=85%), а коэффициент запоминания для мелких водоплавающих птиц (определяемых как пиксели размером менее 40x40) - 79,1%, что говорит о том, что его производительность при обнаружении мелких объектов превосходит оригинальный метод и многие другие популярные алгоритмы глубокого обучения. Этот алгоритм может быть использован департаментами по управлению охраняемыми территориями или другими организациями для использования существующих камер наблюдения для более точного мониторинга водных растений, что в определенной степени способствует сохранению дикой природы.

Создание и управление высококачественными местами для укрытия береговых птиц

С помощью ряда научных мер, таких как изменение микрорельефа, регулирование уровня воды и восстановление экологии водно-болотных угодий, мы стремимся создать среду обитания, которая сможет удовлетворить потребности различных перелетных птиц. После завершения проекта реставрации при ежедневном управлении местом прилива и отлива необходимо поддерживать определенную пропорцию голых равнин, мелководных участков, глубоководных участков и контролируемых участков с низкой растительностью. Вручную контролируя уровень воды для обеспечения относительной стабильности различных участков уровня воды, контролируя высоту сорняков для поддержания голых участков равнины, чтобы обеспечить среду обитания различных перелетных водных птиц, таких как береговые птицы, цапли, чайки, утки и т.д. Использование беспилотных устройств, таких как видеонаблюдение, для мониторинга сообществ водоплавающих птиц с целью оценки характера использования мест обитания этими перелетными птицами и последующей оценки качества среды обитания.

Результаты

При использовании ловушки для периодического сбора урожая наилучшие результаты были достигнуты при следующем сочетании переменных: кукурузные отруби (дополнительный корм) x кукурузные отруби (приманка для ловушки) x O. Shiranus (вид) x 2 рыбы/м2 (плотность зарыбления).

Общая урожайность при такой комбинации была на 25 % выше, чем в контрольной группе с одноразовым сбором. Более высокая плотность зарыбления (3 рыбы/м2) привела к несколько большему общему урожаю в контрольной группе, но к меньшей чистой прибыли. Использование гранул усилило оба эффекта и оказалось наименее экономичным.

Результаты испытаний на фермах (см. рис. 1) продемонстрировали функциональность и отличный эффект улова ловушек. В течение трехмесячного испытательного периода ловушки использовались 2-3 раза в неделю и в общей сложности 27 раз. В среднем за каждый промежуток времени было поймано около 120 мелких рыб, что эквивалентно 820 граммам. После использования ловушки все домохозяйства сообщили, что теперь они едят рыбу два раза в неделю. До этого рыба употреблялась от одного до четырех раз в месяц.

Преимущества:

  • Уменьшение конкуренции за кислород и пищу между рыбами в пруду и, следовательно, заметное увеличение урожая.
  • Улучшение потребления мелкой и питательной рыбы домохозяйствами и улучшение денежного потока.

Факторы успеха:

  • Ловушки легко и недорого построить (3 доллара США).
  • Ловушки просты в использовании, в том числе для женщин.
  • Непосредственно ощутимая добавленная стоимость благодаря легкому и регулярному доступу к рыбе.

Примеры из практики

В целом, опыт домохозяйств, участвовавших в испытаниях на фермах, был очень положительным:

"Теперь мы всей семьей можем есть рыбу два, а иногда и три раза в неделю по сравнению с предыдущими месяцами без этой технологии, когда мы ели рыбу только один раз в месяц". (Дуд Миламбе)

"Ловить рыбу с помощью рыболовной ловушки очень просто, и ею могут пользоваться даже женщины и дети".(Жаклин Джараси)

"Это быстро и эффективно по сравнению с методом ловли рыбы на крючок и леску, который я использовал для домашнего потребления и который мог занять три-четыре часа, но при этом поймать только три рыбы, что недостаточно для моего домашнего хозяйства". (Хасан Джараси)

Методология
  • Вовлечение местного сообщества
  • Удовлетворение потребностей сообщества

Открытость сообщества к изучению и принятию инструментария.

Финансовая поддержка проекта.

Эффективность инструментария для отпугивания диких животных от ферм.

Испытания

Испытания на месте

В ходе серии экспериментов, проведенных в Национальном центре аквакультуры в Домаси, команда проекта протестировала ловушку для периодического отлова с различными приманками в прудах (200 м2), зарыбленных разными видами(Coptodon Rendalli против Oreochromis Shiranus) при различной плотности(1 против 2 против 3 рыб на кв. м). Кроме того, были проведены дополнительные тесты для определения времени и интервалов, необходимых для поимки определенного количества рыбы. В качестве контроля и для сравнения в дополнительные пруды были заселены O. Shiranus и C. Rendalli, которых кормили кукурузными отрубями или гранулами для одноразового вылова, чтобы представить обычные формы сельской аквакультуры в Малави.

Испытания на ферме

В то время, когда ловушка была технически исправна, были определены домохозяйства, которые хотели испытать ловушку в повседневных, реальных условиях. В течение трех месяцев шесть домохозяйств испытывали ловушку и документировали улов.