Developing data management and analytical tools to integrate and advance professional and citizen science camera-trapping initiatives

Å bevare vilt i den europeiske landskap krever kontinuerlig tilgang til data av god kvalitet om deres status og distribusjon. Det er en utfordring å få tak i slike data om sky arter med lav tetthet. Nylig utvikling innen digital kamerafelle-teknologi representerer en gylden mulighet. Mye brukt av forskere, jegere og naturforskere disse kamerafellene samler millioner av bilder av arter hvert år over hele Europa. Disse dataene forblir imidlertid fragmenterte og brukes ikke effektivt. BIG_PICTURE-prosjektet har som mål å utvikle prosedyrer for å gjøre disse dataene mer tilgjengelige. For det første vil vi undersøke de juridiske og sosiale forholdene som er nødvendige for at ulike individer og institusjoner kan dele data og gjøre dem mer tilgjengelige. For det andre vil vi utvikle databasene og kunstig intelligens-verktøyene for å bringe disse dataene sammen og finne ut hvilke arter kameraene har fotografert. For det tredje vil vi undersøke de mest relevante statistiske verktøyene for å analysere data av ulike typer. Til slutt vil vi gjennomføre noen demonstrasjonsanalyser som demonstrerer fordelene med utbredt datadeling for å produsere europeiske oversikter over visse emner. Dette ambisiøse prosjektet involverer forskere fra 17 institusjoner i 10 land fra hele Europa. Vår ambisjon er å motivere både profesjonelle forskere og naturinteressenter med interesse for dyreliv til mer åpent å dele data til langsiktig fordel for dyrelivet, og mennesker.

Finding pathways for human-biodiversity coexistencein Europe requires up-to-date knowledge on species status, distribution, relative abundance, and their interactions with humans. Effective conservation requires continental scale coordination, which requires continental scale data. This can only be achieved if we avail of methods that (1) can target many species at the same time, and (2) can make use of data collected for many different purposes by a diversity of professional and citizen scientists. Digital camera traps are one such tool, the use of which has exploded in recent years. However, the state of data processing tools and data sharing procedures are not yet developed to allow an efficient classification, storage, and sharing of this data. It is also unclear to what extent data collected under different regimes can be compared. This project proposes a set of four interlinked workpackages that will; (1) Explore legal, institutional, and social contraints on data sharing with a view to identify pathways that faciliate making data as open and available as possible. (2) Develop efficient and AI-enabled database structures that facilitate the efficient processing of raw data, the safe storage of the data, and export formats that conform to emerging data standards to facilitate data sharing and comparative analysis. (3) An exploration of statistical analysis tools and procedures that find ways to maximise the integration of data collected under different protocols into common analysis, essentially determining which data, on which species, can be used to determine which inferences. (4) A set of demonstration analyses that reveal the possibility and added-value that can be obtained when data is pooled across projects and countries. These illustrative analyses will cover a range of biodiversity policy areas, including One Health, Climate Change, Invasive Species, Natura 2000 site management, and conservation of Habitat Directive listed species.