Un importante paso para ampliar el monitoreo para la conservación de las especies de fauna y, en este caso, de aves en diferentes categorías de riesgo en las áreas silvestres protegidas dio a conocer la Corporación Nacional Forestal (CONAF) al compartir los primeros resultados de un plan piloto de Monitoreo Acústico Pasivo (MAP) desarrollado desde hace un año en el Parque Nacional Radal Siete Tazas, en la región del Maule.

Se trata de un trabajo de monitoreo realizado por CONAF en colaboración con Universidad Católica del Maule (UCM), a través del Laboratorio de Ecología y Bioacústica del Departamento de Biología y Química de la Facultad de Ciencias Básicas, donde se utilizan sensores de audio para identificar fauna con problemas de conservación a partir del registro de sus sonidos. Con este sistema se amplía la labor que se viene realizando, especialmente a través del fotomonitoreo por cámaras trampa y drones, y al cual también se está integrando la inteligencia artificial.

El trabajo de campo fue desarrollado por guardaparques locales y un equipo técnico que instalaron en forma aleatoria 15 dispositivos AudioMoth, programados para grabar sonidos de la naturaleza durante períodos prolongados y sin la necesidad de intervención humana, durante 35 días al interior del área protegida.

Para ello se elaboró un sistema de grillas en zonas con hábitat de especies objetivos para este monitoreo, del cual por motivos de seguridad y logística, se excluyeron algunas zonas de difícil acceso o peligrosas. A partir de ahí se seleccionaron al azar algunos cuadrantes en dónde se instalaron los dispositivos acústicos por un mes, con una distancia mínima de un kilómetro entre dispositivos.

Los equipos fueron retirados en diciembre, siendo obtenidos 744 horas de grabación diurna y 175 horas de grabación nocturna, de aves nativas como pitío, tordo, hued hued castaño, carpinterito, concón, cachaña y chincol, cuyos datos recolectados fueron procesados a través de técnicas avanzadas de análisis acústico para identificar especies y patrones de actividad.

Monitoreo sistemático

José Caro, profesional de la Sección de Monitoreo de CONAF Maule, señaló que “el interés por el monitoreo acústico nació de los guardaparques del parque, que si bien desde hace años realizan seguimiento a especies de aves que significan un buen bioindicador de la condición del bosque, la aplicación de esta tecnología les permite ahora disminuir el esfuerzo en terreno, aumentando el tiempo de monitoreo y obteniendo una mayor cantidad de datos en el tiempo y en el espacio”.

Por su parte, Aldo Reyes, administrador del Parque Nacional Radal Siete tazas, explicó que “este tipo de monitoreo abre una oportunidad de dar seguimiento de manera estandarizada y sistemática a una serie de especies, cómo aves, anfibios y otros, que significan indicadores importantes de sus hábitat y que con los métodos convencionales eran muy difícil de hacer”.

Otra innovación del proyecto fue la creación de las cubiertas protectoras para los dispositivos que fueron cien por ciento diseñadas mediante impresión 3D. Cabe destacar que el monitoreo acústico pasivo es una técnica de fácil implementación y bajo costo, que tiene el potencial de proporcionar información valiosa para la toma de decisiones en la gestión de la fauna y el medio ambiente en general.

Al menos 34 especies nativas, ...

Un aumento en la población de ...

A nivel internacional y nacion ...

Una excelente noticia ante la ...

La Corporación Nacional Forestal (CONAF) se encuentra avanzando en  el uso de inteligencia artificial para el trabajo de fotomonitoreo con cámaras trampa dentro de las tareas de conservación y gestión efectiva de las áreas silvestres protegidas del Estado.

Se trata de experiencias colaborativas con universidades chilenas, con una proyección relevante para el optimizar el trabajo que actualmente se realiza en 35 áreas silvestres protegidas del país, considerando que el objetivo es la simplificación del análisis de los registros fotográficos utilizados para definir las estrategias de protección de especies de conservación y detección de sus amenazas.

Ignacio Díaz, jefe de Sección de Monitoreo e Información de la Gerencia de Áreas Silvestres Protegidas de CONAF, explicó que “una de las mayores dificultades en el procesamiento de datos obtenidos con el fotomonitoreo consiste en separar las fotografías útiles de aquellas denominadas imágenes fantasmas que no registran presencial animal y que son capturadas cuando las cámaras se activan por movimientos de la vegetación a causa del viento o cambios entre luces y sombras del follaje”.

“Esta situación aumenta considerablemente el número de archivos que se deben revisar, ralentizando el proceso, por lo que el uso de la inteligencia artificial viene a ser una solución novedosa y práctica mediante la aplicación de algoritmos que permite eficiencia en la selección de imágenes útiles”, manifestó.

Entrenamiento con inteligencia artificial

El año pasado, estudiantes de Ingeniería en Recursos Naturales de la Universidad del Bío-Bío ganaron el “Hackatón por el cambio climático”, tras proponer un modelo de etiquetado de especies invasoras que fue “entrenado” con más de 40 mil fotografías obtenidas con las cámaras trampa de CONAF, dentro del Parque Nacional Nongúen, en la Región del Biobío.

Dicho trabajo se mantiene a través de José Díaz, miembro del equipo, quien ha continuado colaborando en la discriminación de imágenes fantasmas, entrenando varios modelos de redes neuronales y haciendo pruebas para determinar la mejor opción.

Del mismo modo, estudiantes de la Universidad Adolfo Ibáñez (UAI) están trabajando en el desarrollo de un modelo alternativo que detecte las fotografías fantasmas con inteligencia artificial para optimizar el etiquetado de los datos.

Al respecto, Sebastián Moreno, director del Magíster en Ciencia de Datos de la Facultad de Ingeniería y Ciencias de la UAI señaló que “se puede tener muchas imágenes de distintas localidades, pero si no están etiquetadas de la forma correspondiente o están mal etiquetadas, esto podría llevar a que el modelo no aprenda nada de forma particular”.

Estos esfuerzos se suman a los que está realizando el médico veterinario Eduardo Silva, director de la Escuela de Graduados de la Facultad de Ciencias Forestales y Recursos Naturales de la Universidad Austral, quién recientemente viajó a Estados Unidos a conocer nuevas tecnologías para la clasificación de imágenes.

“Una de las plataformas que está mejor desarrollada en ese sentido es Wildlife Insight, la cual está funcionando bastante bien para mamíferos norteamericanos. Para el caso chileno todavía no está adecuadamente entrenada, pero con un esfuerzo importante en términos de imágenes, los algoritmos, todo el proceso de inteligencia artificial y el machine learning asociado, podrían entrenarse en un futuro próximo, facilitando enormemente el procesamiento de las imágenes” explicó.

Finalmente, Diego Valencia, jefe del Departamento de Innovación y Proyectos de la Gerencia de Áreas Silvestres Protegidas de CONAF, indicó que “esta metodología sigue siendo un desafío que no tiene una única respuesta, debido a que hay muchas especies de tamaño pequeño que son difíciles de identificar o que tienen muy pocos registros, además muchas veces las fotografías son nocturnas, o solo se capturan secciones de los animales. Por ello, se espera seguir innovando con estas nuevas herramientas tecnológicas que son un apoyo para contribuir a la conservación y preservación de la flora y fauna presente en nuestros parques y reservas naturales a nivel nacional”.