Zum Inhalt

Der Gebrauch von QField für Brutvogelkartierungen im Wattenmeer

Von Benjamin Gnep, Schutzstation Wattenmeer e.V.

29.07.2019

Ziel und Voraussetzungen

Das Wattenmeer in Dänemark, Deutschland und den Niederlanden ist für viele Brutvogelarten von herausragender Bedeutung. Die Schutzstation Wattenmeer nimmt jährlich am trilateralen Monitoring- und Bewertungsprogramm (TMAP) für das Wattenmeer teil und überwacht die Anzahl der Brutvögel in mehr als 100 Monitoringgebieten in Schleswig-Holstein/Deutschland. Für eine Reihe von Arten überwachen wir einen bedeutenden Anteil des gesamten deutschen Brutbestandes.

Projektüberblick und Lage der Monitoringflächen der Schutzstation Wattenmeer (gelb).
Projektüberblick und Lage der Monitoringflächen der Schutzstation Wattenmeer (gelb).

Die meisten Feldarbeiten werden von jährlich wechselnden Freiwilligen durchgeführt, die in der Regel nicht über viel Erfahrung verfügen. Eine gute Betreuung während der Überwachungsphase im Frühjahr ist daher sehr wichtig. Gleichzeitig stellt die Menge der gesammelten Daten eine große bürokratische Herausforderung dar.

Bis 2018 wurden Papierkarten verwendet, um die Daten im Feld zu erfassen. Die größten Nachteile des analogen Systems waren:

  • die Orientierung im Feld war ohne GPS-Ortung ziemlich schwierig positioning
  • alle Ergebnisse mussten manuell ausgewertetund in Datentabellen und GIS übertragen werden, Übertragungsfehler waren wahrscheinlich (jedes Jahr werden etwa 18.000 Beobachtungen gesammelt) GIS manually, transmission errors were likely (about 18,000 observations are collected every year)
  • die Daten konnten erst nach dem Erfassungszeitraum überprüft werden, und unwahrscheinliche Beobachtungen konnten nicht direkt kontrolliert werden

Aus diesem Grund haben wir einen digitalen Monitoring-Workflow implementiert, der die Leistungsfähigkeit von QField, die Vorteile eines Cloud-Speichersystems und die Rechenleistung von R nutzt. Die meisten Aufgaben werden nun vollständig in R automatisiert. Über die Cloud können Daten aus allen Gebieten mit tagesgenauer Aktualität abgerufen und ausgewertet werden.

Schema des Datenübertragungssystems. Feldbeobachtungen werden in QField auf einem Tablet protokolliert und in einen Cloud-Speicher hochgeladen. Daten aus allen Gebieten werden von einem R-Skript abgerufen und automatisch verarbeitet.
Schema des Datenübertragungssystems. Feldbeobachtungen werden in QField auf einem Tablet protokolliert und in einen Cloud-Speicher hochgeladen. Daten aus allen Gebieten werden von einem R-Skript abgerufen und automatisch verarbeitet.

Im Frühjahr 2019 haben wir unser System mit sieben Tablets getestet, die auf sieben von insgesamt 12 verschiedenen Überwachungsstationen verteilt waren.

Projektvorbereitung

Auf einem Desktop-Computer richteten wir ein QGIS-Projekt ein, das ein hochauflösendes Luftbild als Hintergrund zur Orientierung im Feld enthielt. Für die Erfassungsdaten erstellten wir eine benutzerdefinierte Geopackage-Datenbank mit vordefinierten Dropdown-Spalten und Eingabevorgaben. Außerdem fügten wir vordefinierte Strecken hinzu, um die Freiwilligen anzuleiten und unser Monitoring weiter zu standardisieren.

Bild der QField-Schnittstelle. Für die Dateneingabe haben wir eine Geopaketdatei mit benutzerdefinierter Dropdown-Liste und Eingabevorgaben verwendet.
Bild der QField-Schnittstelle. Für die Dateneingabe haben wir eine Geopaketdatei mit benutzerdefinierter Dropdown-Liste und Eingabevorgaben verwendet.

Die protokollierten Beobachtungen werden in QField übersichtlich dargestellt.
Die protokollierten Beobachtungen werden in QField übersichtlich dargestellt.

Wir verwendeten eine zusätzliche Synchronisations-App, die die Felddaten nach der Feldarbeit automatisch vom Tablet in eine Google Drive-Cloud hochlud. Für das Herunterladen der Daten, das automatisierte Backup, die Überprüfung und den Export der Daten haben wir ein R-Skript geschrieben.

Nach der automatischen Synchronisierung der Daten in der Cloud können die Ergebnisse aus den verschiedenen Bereichen über ein benutzerdefiniertes R-Skript überprüft werden.
Nach der automatischen Synchronisierung der Daten in der Cloud können die Ergebnisse aus den verschiedenen Bereichen über ein benutzerdefiniertes R-Skript überprüft werden.

Auch eine visuelle Überprüfung der gesammelten Daten ist über R möglich.
Auch eine visuelle Überprüfung der gesammelten Daten ist über R möglich.

Das grundsätzliche Konzept von QField als vereinfachte Feldanwendung von QGIS hat sich für unsere Arbeit mit Freiwilligen als sehr nützlich erwiesen. Während wir in QGIS ein Projekt mit einem hohen Maß an Anpassungsmöglichkeiten einrichten können, das alle unsere Bedürfnisse abdeckt, müssen die Feldarbeiter nur die Grundlagen verstehen. Ein großer Vorteil: Unerwünschte Änderungen sind in QField fast unmöglich.

Feldarbeit

Während der Feldarbeit war die Orientierung auf den Tablets im Vergleich zu gedruckten Papierkarten viel einfacher, insbesondere in den ausgedehnten Salzwiesen. Die Dateneingabe ging dank der Möglichkeit, den zuletzt eingegebenen Wert automatisch wiederzuverwenden, recht schnell. Die Erfassung von Beobachtungen mit dem Tablet nahm im Vergleich zu Papierkarten nur wenig zusätzliche Zeit in Anspruch.

Die Ausrüstung.
Die Ausrüstung.

Der Arbeitsablauf.
Der Arbeitsablauf.

Auswertung und Aussicht

Während einer Testphase im Frühjahr 2019 gab es keine Probleme mit der Software und alles funktionierte wie geplant. In einer Evaluierungsumfrage gaben alle Teilnehmer an, dass sie lieber das Tablet als die analogen Papierkarten für die Feldarbeit verwenden. Die Nutzung des benutzerdefinierten QField-Projekts wurde als unkompliziert und einfach bewertet.

Insgesamt wurden mehr als 18.000 Datenpunkte im Feld gesammelt. Dank der automatisierten Datenverarbeitung konnten wir viel Zeit im Büro sparen und Übertragungsfehler vermeiden. Außerdem werden die mit Tablets und GPS-Positionierung erhobenen Daten eine viel höhere räumliche Genauigkeit aufweisen. In Zukunft werden wir daher vollständig auf tabletbasierte Feldarbeit umstellen.

Danksagung

Wir danken der Ernst-Commentz Stiftung, der Europäischen Tier- und Naturschutz Stiftung und der Adolf und Hildegard Isler Stiftung für die großzügige Unterstützung unseres Projekts. Außerdem möchten wir uns bei den Entwicklern von QField und R für die Bereitstellung fantastischer Open-Source-Software bedanken. Es ist großartig, dass solche Projekte dank freier Software auch von einer vergleichsweise kleinen Naturschutzgesellschaft umgesetzt werden können.