Cómo usar big data para conservar la naturaleza y la vida silvestre

Big Data en la conservación de la vida silvestre

En esta sección, se analizan varios proyectos a continuación que muestran la ayuda de Big Data en la conservación de la vida silvestre.

El gran censo de elefantes

Solo en África, más de 12,000 elefantes han sido asesinados cada año desde 2006 y, si esto continúa, ese día no está lejos cuando no quedará ningún elefante en este planeta. La protección del ecosistema es vital no solo para la vida silvestre sino también para las comunidades a su alrededor para completar el ciclo del ecosistema y Big Data está ayudando en el mismo. En 2014, el cofundador de Microsoft, Paul Allen, lanzó una encuesta The Great Elephant Census para lograr una mejor comprensión del número de elefantes en África. 90 investigadores recorrieron más de 285,000 millas del continente africano, más de 21 países para realizar esta investigación.

En esta encuesta se creó uno de los conjuntos de datos sin procesar más grandes. La encuesta ha demostrado que el número de elefantes africanos se ha convertido en solo 352,271 en 18 países y ha disminuido en un 30% en siete años. Esto destacó la necesidad de un monitoreo continuo para garantizar mejores tiempos de respuesta a situaciones de emergencia. Big Data está teniendo un gran impacto en los esfuerzos de conservación que ayudarán a proteger a la población de elefantes de África.

eBird

Este proyecto se lanzó en 2002. Es una aplicación que ayuda a los usuarios a registrar los avistamientos de pájaros cuando encuentran alguno e ingresan estos datos en la aplicación. La aplicación fue creada con un objetivo para ayudar a crear conjuntos de Big Data utilizables que podrían ser de valor para los observadores de aves profesionales y recreativos. Estos conjuntos de datos se comparten con profesionales como maestros, administradores de tierras, ornitólogos, biólogos y trabajadores de conservación que han utilizado estos datos para crear BirdCast, un pronóstico de migración regional que ofrece predicciones en tiempo real de la migración de aves por primera vez. Esto utiliza el aprendizaje automático para predecir la migración y los patrones de descanso de diferentes especies de aves. Esto proporcionará beneficios al proporcionar inteligencia más precisa para la planificación y gestión de la tierra y permitir los preparativos necesarios para las áreas propensas a la recolección de aves.

Proyecto Earthcube

Este proyecto se lanzó hace 5 años con el objetivo de producir una réplica 3D viviente de la Tierra para servir a científicos de diferentes disciplinas. La informática y el big data se han utilizado para construir proyectos interconectados que se utilizan en este proyecto. Earthcube financia una variedad de proyectos como Coral Reef Science & Cyber ​​Infrastructure-Network (CRESCYNT). Las bases de datos de especies, el software de análisis de imágenes y el mapeo en 3D se utilizan para monitorear la disminución de los cambios estructurales de los arrecifes de coral, las enfermedades y la decoloración de los corales y la temperatura del mar. Esta investigación finalmente conducirá a una mayor comprensión para ayudar a preservar los arrecifes de coral.

Leer más Casos reales de Big Data. Nos encantaría saber de usted si tiene una idea de cualquier otro proyecto similar para salvar la vida silvestre e indirectamente salvar el planeta TIERRA.

Muy buena pregunta e idea.

Pienso en usar Internet de las cosas y los conceptos de big data juntos para lograr el objetivo de ‘conservar la vida salvaje y la naturaleza’.

Comencemos enumerando los problemas / desafíos que enfrenta la naturaleza (la naturaleza es un término muy amplio. Asumiré que queremos salvar el bosque) y la vida salvaje. Agregue más puntos a esta lista si me he perdido algún punto.

  1. Caza furtiva
  2. Tala ilegal de árboles
  3. Contrabando
  4. Fuego salvaje
  5. Hacer un seguimiento de los animales en el bosque
  6. Monitoreo de la salud de los animales.
  7. Patrullando todo o la mayor parte del bosque

¿Ahora cómo resolver todos estos problemas?

Para resolver el problema de la caza furtiva, necesitamos colocar una cerca inteligente alrededor del bosque, lo que dificultará que los cazadores furtivos saquen del bosque al animal cazado o partes de él. Para hacer que la cerca sea inteligente, necesitamos colocar sensores de presión alrededor del bosque que alertarán a los oficiales forestales en caso de que alguien intente entrar y / o salir del bosque de manera no oficial. Estos sensores seguirán enviando datos al centro de control a intervalos regulares y, en caso de algunos cambios en los datos, los oficiales forestales pueden ir al área deseada desde donde se recibió la alerta. Hoy en día estos sensores se están volviendo baratos y con la ayuda de Ardruino o Raspberry PI se ha vuelto más fácil programarlos. Se trata de acciones preventivas contra la caza furtiva. ¿Y si alguien mata a un animal a pesar de nuestra valla inteligente? Sigue leyendo el siguiente párrafo.

Para evitar la tala ilegal de árboles, necesitamos colocar sensores en esos árboles que puedan ser cortados por la gente. Para identificar tales árboles primero debemos aprovechar el conocimiento existente, la experiencia que tienen los funcionarios forestales y luego podemos poner sensores en ellos de modo que si alguien manipula el sensor, alertará al centro de control.

Podemos poner sensores en animales como tigres, elefantes, etc. Actualmente este tipo de sensores se utilizan para rastrear animales en vastas áreas de bosque. Podemos poner sensores adicionales que monitorearán los parámetros del ritmo cardíaco, la temperatura corporal, etc. del animal, el patrón de vida de los animales. ¿Cómo identificar si el animal ha sido asesinado? Por lo general, los animales son asesinados con una pistola. Si el sensor puede detectar un aumento repentino en el sonido (podemos medir el sonido en decibelios) o la temperatura corporal del animal cae repentinamente, entonces el centro de control puede estar alerta y enviar algún equipo al área donde el animal fue visto la última vez. Esta sección se ocupa de los problemas 1, 5 y 6.

Para abordar el problema de los incendios forestales, podemos plantar sensores de temperatura en los árboles que seguirán enviando datos de temperatura al centro de control. Como es obvio que tan pronto como la temperatura de alguna parte del bosque aumenta, el equipo de extinción de incendios puede ir rápidamente al área deseada y evitar que el fuego se propague aún más. Realmente no podemos detener los incendios forestales por completo y creo que no deberíamos detenerlos porque los incendios forestales son esenciales para mantener la vida silvestre saludable. Deberíamos tratar de minimizar el área afectada por incendios forestales, lo cual es posible si obtenemos información sobre incendios lo antes posible.

Con la ayuda de sensores y drones de bajo costo, será posible patrullar regularmente vastas áreas del bosque.

La parte de recopilar información mediante sensores se incluye en el concepto de “Internet de las cosas”. El principal obstáculo para recopilar estos datos es que estos sensores utilizan principalmente WiFi, Bluetooth o Internet para transmitir datos. En la vida salvaje será difícil poner WiFi o internet. Otro obstáculo es alimentar estos sensores. A pesar de que estos sensores consumen menos energía de alguna manera, necesitamos mantenerlos encendidos, ya sea utilizando energía solar o colocando baterías en ellos.

¿De dónde viene el big data en la imagen? Las tecnologías de Big Data como Apache Storm se pueden usar para procesar los datos del sensor en tiempo real y proporcionar análisis como ¿cuál es la posibilidad de que ocurra X en el próximo período de tiempo Y? ¿Qué animal irá a qué área en el próximo período de tiempo Y? Las bases de datos NoSQL como HBase o Cassandra se pueden usar para almacenar esta gran cantidad de información. Los marcos como Apache Spark se pueden usar para hacer un análisis adicional de los datos recopilados.

Hay muchos detalles de nivel fino que no he incluido en esta respuesta, pero luego se convertirá en una gran respuesta si pongo todos los detalles de bajo nivel sobre la recopilación de datos, el procesamiento, el almacenamiento de datos, etc.

Espero que esta respuesta te despierte el apetito por Big Data e IoT.