Vai al contenuto

Uso di QField per la mappatura degli uccelli nidificanti nel Mare di Wadden

Di Benjamin Gnep, Schutzstation Wattenmeer e.V.

29.07.2019

Obiettivi e vincoli di campo

Il Mare di Wadden, in Danimarca, Germania e Paesi Bassi, è di straordinaria importanza per molte specie di uccelli nidificanti. Ogni anno, la Schutzstation Wattenmeer partecipa al programma trilaterale di monitoraggio e valutazione del Mare di Wadden (TMAP) e monitora il numero di uccelli nidificanti in più di 100 aree di monitoraggio nello Schleswig-Holstein / Germania. Per una quantità di specie monitoriamo una quota significativa dell'intera popolazione riproduttiva tedesca.

!

Schizzo del progetto e delle aree di monitoraggio della Schutzstation Wattenmeer (in giallo)
Schizzo del progetto e delle aree di monitoraggio della Schutzstation Wattenmeer (in giallo)

La maggior parte del lavoro sul campo viene svolto da volontari che cambiano ogni anno e che di solito non hanno molta esperienza. Una buona supervisione durante il periodo di monitoraggio in primavera è quindi molto importante. Allo stesso tempo, la quantità di dati raccolti rappresenta una sfida burocratica non indifferente.

Fino al 2018 sono state utilizzate mappe cartacee per raccogliere i dati sul campo. campo. I principali svantaggi del sistema analogico erano:

  • l'orientamento sul campo era piuttosto difficile senza il GPS posizionamento
  • tutti i risultati dovevano essere conteggiati e trasferiti in tabelle di dati e GIS manualmente, era probabile che si verificavano errori di trasmissione (circa 18.000 osservazioni vengono raccolte ogni anno)
  • i dati potevano essere esaminati solo dopo il periodo di monitoraggio e osservazioni improbabili non possono essere verificate direttamente

Per questo motivo, abbiamo implementato un flusso di lavoro per il monitoraggio digitale utilizzando la potenza di QField, i vantaggi di un sistema di archiviazione cloud e la potenza di calcolo di R. La maggior parte delle attività è ora completamente automatizzata in R. Tramite cloud i dati di tutte le aree possono essere consultati e valutati quotidianamente.

Schizzo del sistema di trasmissione dei dati. Le osservazioni sul campo vengono registrate in QField su un tablet e caricate in un archivio cloud. I dati di tutte le aree sono accessibili e trattati automaticamente da uno script R.
Schizzo del sistema di trasmissione dei dati. Le osservazioni sul campo vengono registrate in QField su un tablet e caricate in un archivio cloud. I dati di tutte le aree sono accessibili e trattati automaticamente da uno script R.

Nella primavera del 2019 abbiamo testato il nostro sistema con sette dispositivi tablet distribuiti su sette di un totale di 12 diverse stazioni di monitoraggio.

Preparazione del progetto

Su un computer desktop abbiamo creato un progetto QGIS contenente un'immagine aerea ad alta risoluzione come mappa di base per l'orientamento sul campo. Per i dati di monitoraggio abbiamo creato un database Geopackage personalizzato con menu a tendina predefiniti e restrizioni di inserimento. Inoltre, abbiamo aggiunto dei percorsi a piedi predefiniti per guidare i volontari e per standardizzare ulteriormente il monitoraggio.

Schizzo dell'interfaccia di QField. Per l'inserimento dei dati abbiamo utilizzato un file geopackage con un menu a tendina personalizzato e restrizioni di inserimento
Schizzo dell'interfaccia di QField. Per l'inserimento dei dati abbiamo utilizzato un file geopackage con un menu a tendina personalizzato e restrizioni di inserimento

!

Le osservazioni registrate sono chiaramente riportate in QField.
Le osservazioni registrate sono chiaramente riportate in QField.

Abbiamo utilizzato un'applicazione di sincronizzazione aggiuntiva che ha caricato automaticamente i dati sul campo dal tablet a un cloud di Google Drive dopo il lavoro sul campo. Per il download dei dati, il backup automatizzato, la revisione e l'esportazione dei dati abbiamo scritto uno script R.

Dopo la sincronizzazione automatica dei dati con il cloud, i risultati di tutte le aree possono essere esaminati tramite uno script R personalizzato
Dopo la sincronizzazione automatica dei dati con il cloud, i risultati di tutte le aree possono essere esaminati tramite uno script R personalizzato

Anche la revisione visiva dei dati raccolti è possibile tramite R.
Anche la revisione visiva dei dati raccolti è possibile tramite R.

Il concetto generale di QField, come applicazione semplificata di QGIS per il campo, si è rivelato molto utile per il nostro lavoro con i volontari. Mentre possiamo impostare un progetto con un alto livello di personalizzazione, includendo tutte le nostre esigenze in QGIS, gli operatori sul campo devono solo comprendere le basi. Un grande vantaggio: le modifiche indesiderate sono quasi impossibili in QField.

Lavoro sul campo

Durante il lavoro sul campo l'orientamento è stato molto più facile con i tablet rispetto alle mappe cartacee, soprattutto nelle estese paludi salmastre. L'inserimento dei dati è stato piuttosto veloce grazie alla possibilità di riutilizzare automaticamente l'ultimo valore inserito. La registrazione delle osservazioni sul tablet ha richiesto solo un po' di tempo in più rispetto alle mappe cartacee.

Il kit da campo.
Il kit da campo.

Il kit da campo.
Il kit da campo.

Valutazione e futuro

Durante un periodo di test nella primavera del 2019 non abbiamo riscontrato problemi con il software e tutto ha funzionato come previsto. In un sondaggio di valutazione tutti i partecipanti hanno dichiarato di preferire l'uso del tablet rispetto alle mappe cartacee per il lavoro sul campo. L'utilizzo del progetto QField personalizzato è stato valutato come semplice e immediato.

In totale sono stati raccolti più di 18.000 punti dati sul campo. Grazie al trattamento automatizzato dei dati abbiamo risparmiato un'enorme quantità di tempo in ufficio ed evitato errori di trasmissione. Inoltre, i dati raccolti con tablet e posizionamento GPS avranno un'accuratezza spaziale molto più elevata. In futuro passeremo completamente al lavoro sul campo basato sui tablet.

Riconoscimenti

Ringraziamo la Ernst-Commentz Stiftung, la Europäischer Tier- und Naturschutz Stiftung e la Adolf und Hildegard Isler Stiftung per aver sostenuto generosamente il nostro progetto. Inoltre, vogliamo ringraziare gli sviluppatori di QField e R per aver offerto un fantastico software open source. È fantastico che, grazie al software libero, progetti di questo tipo possano essere implementati da una società di conservazione relativamente piccola.