Artificiell intelligens

Droner & AI Omformar Viltens Överlevnad och Förvaltning

mm
Lägg till Securities.io bland dina föredragna källor på Google
A top-down aerial image at golden hour of turtles on a sandbank

Kraften i artificiell intelligens (AI) används i allt högre grad för att skydda hotade arter.

Samma teknik som många fruktar kan en dag leda till jobbförluster eller till och med utgöra ett hot mot mänskligheten används nu för att rädda djur. AI kommer till försvaret av hotade arter över hela världen på många sätt, inklusive spårning av rörelsemönster och vattenförlust i våtmarker och floder, förbättring av anti‑smugglingsinsatser, utveckling av avancerade varningssystem och räkning av arter med klassificerings‑ och övervakningstekniker.

Genom alla dessa insatser har AI hjälpt till att rädda de minskande populationerna av elefanter, fiskar, pangoliner, noshörningar, röda vargar, Florida-panter, och många fler.

AI kan hitta, identifiera och skydda sårbara arter genom att analysera enorma mängder data, upptäcka trender och övervaka ekosystem över tid. Till skillnad från konventionella metoder, som stör ekosystem och kräver betydande tid, arbetskraft och resurser, gör AI allt detta snabbt och effektivt.

Med upp till en miljon arter på randen till utrotning och biologisk mångfald som minskar i alarmerande takt, erbjuder AI kraftfulla verktyg för att stödja bevarandearbetet. Dess fördelar, inklusive ökad effektivitet, snabbare databehandling, automatiserad övervakning av vilda djur, förbättrad hotdetektering, realtidsvarningar, bättre beslutsfattande och skalbar datadelning, kan hjälpa till att revolutionera hur vi skyddar hotade arter.
Som ett resultat vänder forskare sig till AI för att övervaka biologisk mångfald och stärka insatserna för att hjälpa hotade arter.

Den senaste studien av forskare från University of Florida har gjort just det. De har använt AI för att avslöja en lekplats som rymmer så många som 41 000 sköldpaddor gömda i Amazonas. Denna upptäckt markerar den största kända sköldpaddslekningsplatsen i världen, möjliggjord genom smart modellering och droner.

Användningen av innovativa tekniker kombinerat med flygbilder och statistisk korrigering har hjälpt till att avslöja stora brister i konventionella räknemetoder och möjliggör mer exakt övervakning av vilda djur.

“Vi beskriver ett nytt sätt att mer effektivt övervaka djurpopulationer,” sade Ismael Brack, huvudförfattare i studien och postdoktoral forskare vid UF Institute of Food and Agricultural Sciences’ (UF/IFAS) School of Forest, Fisheries, and Geomatics Sciences. “Och även om metoden används för att räkna sköldpaddor, kan den även tillämpas på andra arter.”

Säsongsaggregat: Nyckeln till exakt räkning av vilda djur

Aerial shot (drone view) of a large group of turtles

När det gäller att studera populationsdynamik, såsom hur arter växer, minskar eller förflyttar sig, förstå predator‑byte‑relationer och interspecifika interaktioner, samt analysera effekterna av habitatomvandling och global klimatförändring, är abundans en grundläggande variabel inom ekologi och bevarande.

Genom att övervaka den över tid kan vi också upptäcka och förutsäga trender i populationer av invasiva eller hotade arter.

Metod Traditionell övervakning AI‑ och drönarbaserad övervakning
Hastighet Långsam, arbetsintensiv Snabb datainsamling och bearbetning
Djurstörning Hög (stängsel, märkning, markteam) Minimal (luftburen & fjärrövervakning)
Noggrannhet Benägen för mänskliga fel Statistisk korrigering för flera fel
Skalbarhet Begränsad till små områden Täckning av stora, avlägsna regioner
Datadelning Manuell och långsam Realtids‑ och molnbaserad

Att veta hur många arter som finns hjälper till att följa förändringar, identifiera hot och mäta framgången för skydds‑ eller kontrollåtgärder, men att uppskatta denna abundans är mycket svårt, särskilt i stora områden där arter är sällsynta, undflyende eller spridda. Detta gör det svårt att hitta och räkna arter exakt.

Ett effektivt sätt att förbättra effektiviteten och noggrannheten i dessa insatser för att uppskatta och övervaka abundans är att räkna djur under perioder av rumslig aggregation.

Detta innebär att flera vilda arter uppvisar säsongsbeteenden där de samlas i små områden för att vila, para sig, föda, leka och interagera socialt, vilket ger den perfekta möjligheten att räkna dem. Till exempel samlas sköldpaddor för att lägga ägg på stränder och sandbankar.

För att provta dessa rumsligt aggregerade vilda populationer används droner som en effektiv och mindre invasiv metod.

Droner, även kända som obemannade luftfarkoster (UAV) eller fjärrstyrda flygplan (RPA), har visat sig vara mer precisa och exakta vid räkning av arter som samlats på ett ställe. De orsakar också mindre störning för djur jämfört med markbaserade undersökningar.

För att använda droner planeras flygrutter för att täcka hela området där arterna samlas. Överlappningar upprätthålls mellan på varandra följande foton och laterala remsor, vilket möjliggör att alla insamlade bilder kan sammanfogas till en enda ortorektifierad mosaik.

Att kombinera många mindre bilder med korrigerade förvrängningar för att skapa en stor, mycket detaljerad, högupplöst, kartkvalitetsbild resulterar i en ortorektifierad mosaik.

Att räkna individer av vilda djur i ortomosaiker under aggregationshändelser är dock föremål för oavsiktliga fel, vilket kan leda till snedvridna uppskattningar.

Även om det är ett snabbt, mindre invasivt och mer exakt sätt att räkna djur än att göra det från marken, tar tekniken inte hänsyn till att djur ibland rör sig under observationen.

Till exempel kan ett djur vara gömt av vegetation eller helt enkelt befinna sig någon annanstans tillfälligt när bilden tas. Även om djuret finns i bilden kan det missas av algoritmen eller en mänsklig observatör. En annan möjlighet är att rörliga djur visas flera gånger i fotona.

En viktig faktor här, enligt den senaste studien, är att dessa artkoncentrationer ofta är tillfälliga, med individer som anländer och lämnar under flera dagar på grund av lek, avel eller migration, vilket orsakar fluktuationer i populationens storlek.

De resulterande felen från denna ”öppna population” kan ge oss felaktiga siffror, och det oroande är att ”dessa fel ofta förbises i abundansberäkningar som härrör från ortomosaikräkningar i drönarbaserade undersökningar.”

Så ville forskarna vid University of Florida skapa ett tillvägagångssätt som tar hänsyn till flera felkällor. För detta använder de två typer av datamängder: återobservationer av märkta djur och totala populationsräkningar.

Luftövervakning & Smart Modellering Revolutionerar Populationsuppskattningar

I samarbete med den icke‑statliga, New York‑baserade Wildlife Conservation Society (WCS) forskare i Colombia, Brasilien och Bolivia, inleddes projektet med fokus på den gigantiska sydamerikanska flodsköldpaddan (Podocnemis expansa), även kallad den stora Amazonasflodsköldpaddan, flodsköldpadda eller helt enkelt Arrau.

Publicerad i Journal of Applied Ecology, drevs forskningen av behovet att uppskatta abundansen av flodsköldpaddor och ha ett övervakningsprotokoll för dem under världens största kända aggregation av sötvattensköldpaddor. 

Flodsköldpaddor har upplevt historiska nedgångar, antingen försvunnit från många bifloder i Amazonas‑ och Orinoco‑floderna eller förekommer i mycket lägre tätheter.

Deras population har minskat avsevärt, främst på grund av överexploatering av tjuvjägare för kött‑ och äggkonsumtion. Som ett resultat har deras stora aggregationer nu blivit sällsynta.

Det finns fortfarande några stora populationer av denna art över dess utbredningsområde, och vissa av dem verkar återhämta sig, där deras säsongsbeteende ger en ovärderlig möjlighet att övervaka deras populationer.

Tusentals av dessa sociala varelser samlas varje år under torrperioden (juli eller augusti) för att lägga ägg på sandbankar i Guaporé‑floden, längs gränsen mellan Brasilien och Bolivia.

För att uppskatta deras antal förlitade sig tidigare experter på att räkna nykläckta ungar när de kom fram, varifrån antalet honor extrapolerades med hjälp av genomsnittligt antal ägg per bo. Detta är en invasiv och tidskrävande metod på grund av inhägnad av omkretsen och hantering av nykläckta.

Dessutom kan enskilda bon inte särskiljas från varandra, vilket gör det inte bara utmanande utan även omöjligt att uppskatta antalet i områden med omfattande masslek.

Det finns ett annat sätt, visuella räknanden av vuxna sköldpaddor från marken, men detta medför också svårigheter med ständig rörelse och att hindras av varandra.

Här har droner, som testas för att undersöka flodsköldpaddspopulationer, visat stor potential som en effektiv och exakt metod för att uppskatta deras populationsstorlek under lekhändelser, vilket är viktigt för att bedöma populationstrender och effektiviteten i bevarandeåtgärder.

Så tillämpade forskarna den modelleringsmetod de utvecklat för att bestämma populationen av flodsköldpaddor när de samlas för lek.

Genom att ta hänsyn till flera felkällor erbjuder den en ny metod för ekologer att övervaka riskfyllda djur med större noggrannhet.

Den nya metoden, enligt forskarna, erbjuder flera fördelar, inklusive luftbilder för att räkna flodsköldpaddor utan några hinder. Användningen av en mindre invasiv teknik minskar också djurstörning.

Dessutom ger metoden ett enhetligt tillvägagångssätt som kan tillämpas och jämföras över olika platser och år. Med tanke på dessa fördelar förväntar sig forskarna att ett liknande protokoll kommer att användas av statliga och icke‑statliga institutioner för att övervaka arten.

Klicka här för att lära dig varför drönarteknik har enorm potential trots frekvent missbruk.

En Smart, Skalbar, Felkorrigerad Modell för att Övervaka Global Vildmark

För att räkna sköldpaddorna märkte forskarna skalet på 1 187 flodsköldpaddor med vit färg, och under en period av tolv dagar flög de en drönare över dem, följde en exakt bana fram‑och‑tillbaka, fyra gånger per dag.

Dronen tog 1 500 bilder varje gång, som sammanfogades med mjukvara. Forskarna granskade sedan de sammansatta bilderna. Varje sköldpadda registrerades av dem samt om dess skal var märkt och om djuret gick eller lekte när det fotograferades.

Med hjälp av dessa data utvecklade de sannolikhetsmodeller som tar hänsyn till flera felkällor. Den använde mark‑återseende‑data och totala populationsräkningar för att beakta individer som inte var tillgängliga för detektering under flygning, öppen population (kontinuerligt till‑ och avträde) under lekhändelsen, märkta individer som upptäcktes i mosaiken med oidentifierbara märken samt dubbelräkningar på grund av ortomosaikens byggprocess.

Därmed uppskattar teamet att den dagliga lek‑sannolikheten är 0,37 och att 35 % av flodsköldpaddorna som använde sandbanken på natten också är närvarande under drönens morgonflygning.

Dessutom fann de att 20 % av sköldpaddorna som rör sig i ortomosaiken är dubbelräkningar, och sannolikheten att identifiera märket var 0,78. På så sätt ger den nya metoden ett mer exakt sätt att räkna vilda djur med droner.

När sköldpaddorna räknades rapporterade markobservatörer cirka 16 000 sköldpaddor, medan forskare som granskade ortomosaikerna utan att beakta fel räknade cirka 79 000 sköldpaddor.

Men med tekniken uppskattar forskarna den totala abundansen för aggregationsplatsen till 41 377 sköldpaddor. Enligt Brack:

“Dessa siffror varierar kraftigt, och det är ett problem för bevarandearbetare. Om forskare inte kan fastställa en exakt räkning av individer av en art, hur ska de då veta om populationen minskar eller om skyddsinsatserna är framgångsrika?”

Även om uppskattningarna representerar ett stort antal flodsköldpaddor noterar forskarna att det sannolikt bara är en bråkdel av deras historiska populationer i Amazonasregionen, baserat på historiska register över exporterade ägg. Dessutom fortsatte lekhändelsen i flera dagar efter den sista drönarflygningen.

Studien rekommenderar därför att användningen av övervakningsverktyget förlängs under hela lekperioden. Dessutom bör andra sandbankar i regionen inkluderas för en heltäckande uppskattning av lekpopulationen.

Med detta i åtanke planerar forskarteamet fler drönarflygningar vid Guaporé‑flodens lekplats samt i andra sydamerikanska länder där flodsköldpaddor samlas, såsom Colombia och eventuellt Venezuela och Peru. Detta kommer att hjälpa teamet att förbättra sina övervakningsmetoder.

“Genom att kombinera information från flera undersökningar kan vi upptäcka populationstrender, och Wildlife Conservation Society kommer att veta var de ska investera i bevarandeåtgärder.”

– Brack

Även om ramverket utvecklades ursprungligen för att förbättra övervakningen av flodsköldpaddor, noterade forskarna att det är ”mycket mångsidigt och kan enkelt användas eller anpassas till flera olika sammanhang.”

Förutom flodsköldpaddor kan den utvecklade metodiken också tillämpas och anpassas till bevarandeinsatser för andra hotade arter som undersöks med drönarbaserade ortomosaiker.

Till exempel har tidigare drönarövervakningsstudier klippt sälarnas päls, märkt bergsgetter och bison med paintballkulor och fäst halsband på älg för att spåra deras rörelser under räknanden.

I slutändan kan den nya modellen användas för effektiv och snabb övervakning av abundans i bevarande‑ och förvaltningsprogram för vilda djur.

Investera i Bevarande‑Teknik

AI‑favoriten NVIDIA Corporation (NVDA ) spelar en stor roll i att rädda djur och vår planet. 
Dess GPU:er driver många av de djupa inlärningsmodeller som används för bildigenkänning, objektidentifiering och programvara för miljöövervakning. Företaget främjar även användning av AI för det globala goda, inklusive forskning om biologisk mångfald.

NVIDIA Corporation (NVDA )

Nu, bland de företag som använder Nvidias teknik, har AI‑forskningsinstitutet Ai2 utvecklat EarthRanger för att fatta mer informerade operativa beslut för viltbevarande i realtid. Världens största elefantdatabas är tränad på NVIDIA Hopper‑GPU:er. Den visar också data om ett stort antal vilda djur, samlade från radio, satelliter, kamerafällor, akustiska sensorer och fler datakällor.

Ai2 har nyligen också släppt en öppen källkods‑AI‑modell kallad Atlantes för att analysera mer än fem miljarder GPS‑signaler per dag som sänds från nästan 600 000 havsbaserade fartyg och förutsäga vad något av dessa fartyg gör med cirka 80 % noggrannhet. Om ett fartyg är inblandat i olaglig fiske, skickar modellen varningar till kustbevakningen. Den 4,7 M‑parametrar‑transformer‑baserade modellen, Atlantes, är tränad på NVIDIA H100 Tensor Core‑GPU:er och PyTorch.

Rouxcel Technologys AI‑baserade RhinoWatches tränas och optimeras med Nvidias accelererade beräkning. De har implementerats i över 40 sydafrikanska reservat och expanderas i Kenya och Namibia. Företaget utvecklar för närvarande AI‑modeller för fler arter, inklusive de kritiskt hotade pangolinerna.

NVIDIA CUDA‑ och Jetson‑modulerna används samtidigt för edge‑AI och databehandling av OroraTech, som kombinerar data från satelliter, kameror, luftobservationer och lokala väderuppgifter för att övervaka djursmuggling och skogsbränder samt leverera varningar i realtid.

Men det är inte allt. Under åren har Nvidiateknik använts för många andra intressanta experiment, inklusive de‑utrotning. Till exempel har Colossal Biosciences använt genredigeringsteknik, AI‑modeller och NVIDIA Parabricks‑programsviten för att återuppliva dodo‑fågeln, den ulliga mammuten och den tasmaniska tigern.

Förutom vilda djur hjälper Nvidiateknik forskare, forskningspersonal och utvecklare att få en bättre förståelse för klimat, hav och rymden.

Med ett börsvärde på 4,39 triljon dollar är företagets aktier för närvarande handlade till 180,95 $, upp över 34 % år‑till‑datum.

NVDA Prisdiagram

Företagets aktiekurs har stigit mer än 59 % under de senaste tre månaderna. Enbart den sista juli dagen nådde aktien ett 52‑veckors högsta på 183,30 $, vilket visar fortsatt starkt investerarförtroende för företaget och dess framtida utsikter.

Med detta har den ett EPS (TTM) på 3,10 och ett P/E (TTM) på 57,98, medan utdelningsavkastningen är 0,02 %.

För det första kvartalet som avslutades den 27 april 2025 rapporterade Nvidia en omsättning på 44,1 miljard dollar. Huvuddrivkraften är datacenter, som står för 39,1 miljard dollar av omsättningen, vilket utgör hela 89 % av företagets totala försäljning. Detta drevs av den explosiva efterfrågan på AI.

Denna tillväxt har skett trots att Nvidia mött geopolitiska bakslag med exportrestriktioner för sina H20‑chip i Kina. Dessa chip förväntas återvända till Kina med Trump‑administrationen som försäkrade företaget att det skulle tillåtas återuppta försäljningen. Nvidia har också tillkännagett ett nytt ”fullt kompatibelt” GPU för Kina. announced a new “fully compliant” GPU for China.

Dock kan Nvidia fortfarande ha svårt att återfå sin tidigare marknadsandel, då Bernstein förutspår att Nvidias AI‑chip‑marknadsandel i Kina kommer att falla från 66 % förra året till 54 % i år.

Senaste NVIDIA Corporation (NVDA) Aktienyheter och Utvecklingar

Slutsats

För att upprätthålla en hälsosam och stabil planet är det avgörande att rädda hotade arter eftersom deras försvinnande kan orsaka kaskadeffekter som påverkar hela livsnätet. Och i takt med att hoten om utrotning accelererar är det viktigare än någonsin att implementera effektiv övervakning.

Här markerar integrationen av droner och smarta modelleringsmetoder ett stort skifte. Genom att förbättra noggrannheten och effektiviteten i artövervakning möjliggör dessa tekniska innovationer att vi kan agera snabbare, smartare och mer strategiskt för att skydda planetens mest sårbara vilda djur.

Klicka här för en lista över de bästa drönarföretagen att investera i.

Referenser:

1. Brack, I.V., Valle, D., Ferrara, C., Torrico, O., Domic‑Rivadeneira, E., & Forero‑Medina, G. Uppskattning av abundans för aggregerade populationer med droner samtidigt som man beaktar flera felkällor: en fallstudie om masslek av gigantiska sydamerikanska flodsköldpaddor. Journal of Applied Ecology, först publicerad 17 juni 2025. https://doi.org/10.1111/1365-2664.70081

Gaurav började handla med kryptovalutor 2017 och har sedan dess blivit förälskad i kryptorummet. Hans intresse för allt som rör kryptovalutor förvandlade honom till en skribent som specialiserar sig på kryptovalutor och blockchain. Snart fann han sig själv arbeta med kryptoföretag och mediekanaler. Han är också en stor Batman-entusiast.