Droner & AI omskriver vilde dyrs overlevelse og forvaltning

Kraften i kunstig intelligens (AI) bliver i stigende grad anvendt til at beskytte truede arter.

Den samme teknologi, som mange frygter kan forårsage jobtab eller endda udgøre en trussel mod menneskeheden, bruges nu til at redde dyr. AI kommer til forsvaret for truede arter over hele verden på mange måder, herunder sporing af bevægelsesmønstre og vandtab i vådområder og floder, forbedring af anti-kriminalitetsindsatsen, udvikling af avancerede advarselssystemer og optælling af arter ved hjælp af klassificering og overvågningsteknikker.

Gennem alle disse indsatser har AI hjulpet med at redde de aftagende populationer af elefanter, fisk, pangoliner, næsehorn, røde ulve, Florida-pantere, og mange flere.

AI kan finde, identificere og beskytte sårbare arter ved at analysere enorme mængder data, opdage tendenser og overvåge økosystemer over tid. I modsætning til konventionelle metoder, som forstyrrer økosystemer og kræver betydelig tid, arbejdskraft og ressourcer, gør AI alt dette hurtigt og effektivt.

Med op til en million arter på randen af udryddelse og biodiversiteten, der falder i en alarmerende hastighed, tilbyder AI kraftfulde værktøjer til at støtte bevaringsindsatsen. Dets fordele, herunder øget effektivitet, hurtigere databehandling, automatiseret overvågning af vilde dyr, forbedret trusselsdetektion, realtidsalarmer, bedre beslutningstagning og skalerbar datadeling, kan hjælpe med at revolutionere, hvordan vi beskytter truede arter.

Som følge heraf vender forskere sig mod AI for at overvåge biodiversitet og styrke indsatsen for at hjælpe truede arter.

Den seneste undersøgelse fra forskere ved University of Florida har gjort netop dette. De har brugt AI til at afsløre et yngleområde, der gemmer så mange som 41.000 skildpadder i Amazonas. Denne afsløring markerer den største kendte skildpadde-yngeplads i verden, gjort mulig gennem intelligent modellering og droner.

Brugen af innovative teknikker kombineret med luftbilleder og statistisk korrektion har hjulpet med at afdække store mangler i konventionelle optællingsmetoder og muliggør mere præcis overvågning af vilde dyr.

“Vi beskriver en ny måde at mere effektivt overvåge dyrepopulationer på,” sagde Ismael Brack, hovedforfatteren af undersøgelsen og postdoktorforsker ved UF Institute of Food and Agricultural Sciences’ (UF/IFAS) School of Forest, Fisheries, and Geomatics Sciences. “Og selvom metoden bruges til at tælle skildpadder, kan den også anvendes på andre arter.”

Sæsonbestemt Aggregering: Nøglen til Præcis Optælling af Vilde Dyr

Når det kommer til at studere populationsdynamik, såsom hvordan arter vokser, falder eller bevæger sig, forståelse af rovdyr-byttedyr-forhold og interspecifik interaktion, samt analyse af virkningerne af habitatkonvertering og global klimaforandring, er abundans en grundlæggende variabel i økologi og bevaring.

Ved at overvåge den over tid kan vi også opdage og forudsige tendenser i populationer af invasive eller truede arter.

Mens viden om, hvor mange arter der findes, hjælper med at spore ændringer, identificere trusler og måle succes af beskyttelses- eller kontrolindsatser, er estimering af denne abundans meget vanskelig, især i store områder hvor arter er sjældne, sky eller bredt spredte. Dette gør det svært at finde og tælle arter præcist.

En effektiv måde at forbedre effektiviteten og nøjagtigheden af disse bestræbelser på at estimere og overvåge abundans er ved at tælle dyr i perioder med rumlig aggregering.

Dette betyder, at flere vilde arter udviser sæsonbestemt adfærd, hvor de samles i små områder for at hvile, parre sig, yngle, bygge rede og interagere socialt, hvilket giver den perfekte mulighed for at tælle dem. For eksempel samles skildpadder for at yngle på strande og sandbanker.

For at prøve disse rumligt aggregerede vilde dyrepopulationer anvendes droner som en effektiv og mindre invasiv metode.

Droner, også kendt som ubemandede luftfartøjer (UAV’er) eller fjernstyrede fly (RPA’er), har vist sig at være mere præcise og nøjagtige i optælling af arter samlet på ét sted. De forårsager også mindre forstyrrelse for dyrene sammenlignet med jordbaserede undersøgelser.

For at bruge droner planlægges flyvebaner, så de dækker hele området, hvor arterne er samlet. Overlapninger opretholdes mellem på hinanden følgende fotos og laterale strimler, så alle de indsamlede billeder kan samles til en enkelt ortorektificeret mosaik.

Ved at kombinere mange mindre billeder med fjernet forvrængning for at skabe et stort, meget detaljeret, højopløsnings, kortkvalitetsbillede, får man en ortorektificeret mosaik.

At tælle individuelle vilde dyr i ortomosaikker under aggregeringsbegivenheder er dog udsat for utilsigtede fejl, som kan resultere i skæve estimater.

Selvom det er en hurtig, mindre invasiv og mere præcis måde at tælle dyr på end fra jorden, tager denne teknik ikke højde for, at dyr nogle gange bevæger sig under observationen.

Et dyr kan for eksempel være skjult af vegetation eller blot midlertidigt være et andet sted, når billedet tages. Selv hvis dyret er i billedet, kan det undlades at blive opdaget af algoritmen eller en menneskelig observatør. En anden mulighed er, at bevægende dyr vises flere gange i billederne.

En vigtig faktor her, ifølge den seneste undersøgelse, er at disse artskoncentrationer ofte er midlertidige, med individer der ankommer og forlader området over flere dage på grund af yngle, avl eller migration, hvilket forårsager udsving i populationens størrelse.

De resulterende fejl fra denne “åbne population” kan give os forkerte tal, og den bekymrende del er, at “disse fejl ofte overses i abundansestimatet afledt af ortomosaikoptællinger fra dronebaserede undersøgelser.”

Så ønskede forskerne fra University of Florida at skabe en tilgang, der tager højde for flere fejlkilder. Til dette bruger de to typer datasæt: genobservationer af mærkede dyr og samlede populationsoptællinger.

Luftbåren Overvågning & Smart Modellering Revolutionerer Populationsestimat

I samarbejde med den ikke-statslige, New York-baserede Wildlife Conservation Society (WCS) forskere i Colombia, Brasilien og Bolivia, startede projektet med fokus på de store sydamerikanske flodskildpadder (Podocnemis expansa), også kaldet den store Amazonas-flodskildpadde, flodskildpadde eller blot Arrau.

Publiceret i Journal of Applied Ecology, blev forskningen drevet af behovet for at estimere abundansen af flodskildpadder og have en overvågningsprotokol for dem under verdens største kendte aggregering af ferskvandsskildpadder. 

Flodskildpadder har oplevet historiske tilbagegange, enten ved at forsvinde fra mange bifloder af Amazonas- og Orinoco-floderne eller ved at være til stede i meget lavere tætheder.

Deres population er faldet betydeligt, primært på grund af overudnyttelse af krybskytter for kød- og æggeforbrug. Som følge heraf er deres store samlinger nu blevet sjældne.

Alligevel er der nogle store populationer af denne art på tværs af deres udbredelse, og nogle af dem ser ud til at komme sig, hvor deres sæsonmæssige adfærd giver en uvurderlig mulighed for at overvåge deres populationer.

Tusinder af disse sociale skabninger samles hvert år i den tørre sæson (juli eller august) for at yngle på sandbankerne i Guaporé-floden langs grænsen mellem Brasilien og Bolivia.

For at estimere deres antal har eksperter tidligere baseret sig på at tælle nyklækkede unger, når de kom frem, hvorefter antallet af hunner udledes ved at bruge gennemsnitligt antal æg pr. rede. Dette er en invasiv og tidskrævende metode på grund af indhegning af perimeteren og håndtering af nyklækkede.

Desuden kan individuelle rede ikke adskilles fra hinanden, hvilket gør det ikke kun udfordrende men også umuligt at estimere antallet i områder med betydelig masseynge.

Der er en anden metode, visuelle optællinger af voksne skildpadder fra jorden, men denne præsenterer også vanskelighederne med konstant bevægelse og at blive blokeret af hinanden.

Her har droner, som testes til at undersøge flodskildpaddepopulationer, vist stort potentiale som en effektiv og præcis metode til at estimere deres populationsstørrelse under ynglebegivenhederne, hvilket er vigtigt for at vurdere populationsudviklingen og effektiviteten af bevaringsindsatser.

Så anvendte forskerne den modelleringsmetode, de har udviklet, til at bestemme populationen af flodskildpadder, når de samles for at yngle.

Ved at tage højde for flere fejlkilder tilbyder den en ny metode for økologer til at overvåge truede dyr med større nøjagtighed.

Den nye tilgang, ifølge forskerne, giver flere fordele, herunder luftbilledet til at tælle flodskildpadder uden nogen forhindringer. Brugen af en mindre invasiv teknik reducerer også dyrestøj.

Desuden giver tilgangen en ensartet metode, der kan anvendes og sammenlignes på tværs af forskellige steder og år. På grund af disse fordele forventer forskerne at se en lignende protokol blive brugt af regerings- og ikke-regeringsinstitutioner til at overvåge arten.

Klik her for at lære, hvorfor droneteknologi har himmelhøjt potentiale trods hyppig misbrug.

En Smart, Skalerbar, Fejlkorrekteret Model til Overvågning af Globalt Dyreliv

For at tælle skildpadderne markerede forskerne skallerne på 1.187 flodskildpadder med hvid maling, og i løbet af tolv dage fløj de en drone over, efter en præcis rute frem og tilbage, fire gange om dagen.

Dronen tog 1.500 billeder hver gang, som blev sammensat ved hjælp af software. Forskerne gennemgik derefter de samlede billeder. Hver skildpadde blev registreret af dem samt om dens skal var markeret, og om dyret gik eller ynglede, da det blev fotograferet. 

Ved hjælp af disse data udviklede de sandsynlighedsmodeller, der tager højde for flere fejlkilder. Den brugte mærke-genobservation data og samlede populationsoptællinger til at tage højde for individer, der ikke var tilgængelige for detektion under flyvning, åben population (konstant ind- og udtræden) under ynglebegivenheden, markerede individer opdaget i mosaikken med uidentificerbare mærker og dobbeltoptællinger på grund af ortomosaikens opbygningsproces.

Dermed estimerer teamet, at den daglige yngle sandsynlighed er 0,37, og at 35 % af flodskildpadder, der brugte sandbanken om natten, også er til stede under dronens morgenflyvning.

Derudover fandt de, at 20 % af skildpadderne, der gik i ortomosaikken, er dobbeltoptællinger, og sandsynligheden for at identificere mærket var 0,78. På denne måde giver den nye tilgang en mere præcis måde at tælle vilde dyr ved hjælp af droner.

Ved optælling af skildpadderne rapporterede jordobservatører omkring 16.000 skildpadder, mens forskere, der gennemgik ortomosaikkerne uden at tage højde for fejl, talte omkring 79.000 skildpadder.

Men ved at bruge teknikken estimerer forskerne den samlede abundans for aggregeringsstedet til 41.377 skildpadder. Ifølge Brack:

“Disse tal varierer kraftigt, og det er et problem for bevaringsfolk. Hvis forskere ikke kan fastslå en præcis optælling af individer af en art, hvordan kan de så vide, om populationen er i tilbagegang, eller om indsatsen for at beskytte den er succesfuld?”

Selvom estimaterne repræsenterer et stort antal flodskildpadder, bemærker forskerne, at det sandsynligvis kun er en brøkdel af deres historiske populationer i Amazonas-regionen, baseret på historiske optegnelser over eksporterede æg. For ikke at nævne, at ynglebegivenheden også fortsatte i flere dage efter den sidste droneflyvning.

Derfor anbefaler undersøgelsen at udvide brugen af overvågningsværktøjet gennem hele yngleperioden. Derudover bør andre sandbanker i regionen inkluderes for et omfattende estimat af ynglepopulationen.

I den forbindelse planlægger forskningsteamet flere droneflyvninger på Guaporé-flodens ynglested samt i andre sydamerikanske lande, hvor flodskildpadder samles, såsom Colombia og muligvis Venezuela og Peru. Dette vil hjælpe teamet med at forbedre deres overvågningsmetoder.

“Ved at kombinere information fra flere undersøgelser kan vi opdage populationsudviklinger, og Wildlife Conservation Society vil vide, hvor de skal investere i bevaringsindsatser.”

– Brack

Selvom rammeværket blev udviklet ud fra behovet for at forbedre overvågningen af flodskildpadder, bemærkede forskerne, at det er “meget alsidigt og kan let anvendes eller tilpasses til flere forskellige kontekster.”

Udover flodskildpadder kan den udviklede metode også anvendes og tilpasses bevaringsindsatser, der involverer andre truede arter, der undersøges ved hjælp af dronebaserede ortomosaikker.

For eksempel har tidligere droneovervågningsstudier klippet sælers pels, markeret bjerggeder og bison med paintball-pellets og fastgjort halsbånd til elge for at spore deres bevægelse under optællinger.

I sidste ende kan den nye model bruges til effektiv og rettidig overvågning af abundans i bevarings- og forvaltningsprogrammer for vilde dyr.

Investering i Bevaringsteknologi

AI-favoritten NVIDIA Corporation (NVDA ) spiller en stor rolle i at redde dyr og vores planet. 

Dens GPU’er driver mange af de dybe læringsmodeller, der bruges til billedgenkendelse, objektdetektion og miljøovervågningssoftware. Virksomheden fremmer endda brugen af AI til det globale gode, herunder biodiversitetsforskning.

NVIDIA Corporation (NVDA )

Nu, blandt de virksomheder der bruger Nvidias teknologi, har AI-forskningsinstituttet Ai2 udviklet EarthRanger for at træffe mere informerede operationelle beslutninger for vilde dyrs bevaring i realtid. Verdens største elefantdatabase er trænet på NVIDIA Hopper GPU’er. Den viser også data om et stort antal vilde dyr, samlet fra radioer, satellitter, kamerafælder, akustiske sensorer og flere datakilder. 

Ai2 har for nylig også frigivet en open-source AI-model ved navn Atlantes, som analyserer mere end fem milliarder GPS-signaler om dagen udsendt fra næsten 600.000 havgående skibe og forudsiger, hvad et af disse skibe laver med omkring 80 % nøjagtighed. Hvis et skib er involveret i ulovligt fiskeri, sender modellen alarmer til kystvagterne. Den 4,7 M-parameter transformer-baserede model, Atlantes, er trænet på NVIDIA H100 Tensor Core GPU’er og PyTorch.

Rouxcel Technology’s AI-baserede RhinoWatches er trænet og optimeret ved brug af Nvidias accelererede computing. Den er implementeret på over 40 sydafrikanske reservater og udvides i Kenya og Namibia. Virksomheden udvikler i øjeblikket AI-modeller for flere arter, herunder de kritisk truede pangoliner.

NVIDIA CUDA- og Jetson-modulerne bruges imidlertid til edge AI og databehandling af OroraTech, som kombinerer data fra satellitter, kameraer, luftobservationer og lokale vejrinformationer for at overvåge dyrekriminalitet og skovbrande og give alarmer i realtid.

Men det er ikke alt. Gennem årene har Nvidias teknologi været brugt til mange andre interessante eksperimenter, herunder de-udryddelse. For eksempel har Colossal Biosciences brugt genredigeringsteknologi, AI-modeller og NVIDIA Parabricks-softwarepakken til at genoplive dodo-fuglen, den uldne mammut og den tasmaniske tiger.

Udover vilde dyr hjælper Nvidias teknologi forskere, forskere og udviklere med at opnå en bedre forståelse af klima, oceaner og rummet.

Med en markedsværdi på 4,39 billioner dollars er fuld-stack computing-infrastrukturvirksomhedens aktier i øjeblikket handlet til 180,95 $, en stigning på over 34 % år‑til‑dato.

Virksomhedens aktiekurs er steget mere end 59 % i løbet af de sidste tre måneder. På den sidste dag i juli nåede aktien et 52‑ugers højdepunkt på 183,30 $, hvilket viser fortsat stærk investor tillid til virksomheden og dens fremtidige udsigter.

Med dette har den en EPS (TTM) på 3,10 og en P/E (TTM) på 57,98, mens den udbytteafkast, der tilbydes, er 0,02 %.

For første kvartal, der sluttede den 27. april 2025, rapporterede Nvidia en omsætning på 44,1 milliarder dollars. Hoveddrivkraften er datacentre, som udgør 39,1 milliarder dollars af omsætningen, svarende til hele 89 % af virksomhedens samlede salg. Dette blev drevet af den eksplosive efterspørgsel efter AI.

Denne vækst har fundet sted på trods af, at Nvidia har stået over for geopolitiske tilbageslag med eksportrestriktioner på sine H20-chips i Kina. Disse chips vil sandsynligvis vende tilbage til Kina, da Trump-administrationen har forsikret virksomheden om, at den vil få lov til at genoptage salget. Nvidia har også annonceret en ny “fuldt kompatibel” GPU til Kina.

Dog kan Nvidia stadig have svært ved at genvinde sin tidligere markedsandel, da Bernstein forudsiger, at Nvidias AI-chip markedsandel i Kina vil falde fra 66 % sidste år til 54 % i år.

Seneste NVIDIA Corporation (NVDA) Aktienie Nyheder og Udviklinger

Konklusion

For at opretholde en sund og stabil planet er det afgørende at redde truede arter, da deres tab kan forårsage kaskadeeffekter, der påvirker hele livsnettet. Og efterhånden som udryddelsestruslerne accelererer, er det vigtigere end nogensinde at implementere effektiv overvågning.

Her markerer integrationen af droner og smarte modelleringsmetoder et stort skift. Ved at forbedre nøjagtigheden og effektiviteten af artsmonitorering gør disse teknologiske innovationer det muligt for os at handle hurtigere, smartere og mere strategisk for at beskytte planetens mest sårbare vilde dyr.

Klik her for en liste over de bedste dronevirksomheder at investere i.

Referencer:

1. Brack, I.V., Valle, D., Ferrara, C., Torrico, O., Domic-Rivadeneira, E., & Forero-Medina, G. Estimering af abundans af aggregerede populationer med droner, mens der tages højde for flere fejlkilder: En casestudie af masseynge af store sydamerikanske flodskildpadder. Journal of Applied Ecology, first published 17 juni 2025. https://doi.org/10.1111/1365-2664.70081