Uso de QField para mapear aves reproductoras en el Mar de Wadden¶
Por Benjamin Gnep, Schutzstation Wattenmeer e.V.
29.07.2019
Objetivo y restricciones de campo¶
El Mar de Wadden, en Dinamarca, Alemania y los Países Bajos, tiene una gran importancia importancia para muchas especies de aves reproductoras. Anualmente, la Schutzstation Wattenmeer participa en el programa de seguimiento y evaluación trilateral (TMAP) del Mar de Wadden y supervisa el número de aves reproductoras en más de 100 zonas de seguimiento en Schleswig-Holstein / Alemania. Para varias especies, controlamos una parte importante de toda la población reproductora alemana.
La mayor parte del trabajo de campo lo realizan voluntarios que cambian anualmente y que suelen tener poca experiencia. Una buena supervisión durante el de seguimiento en primavera es, por tanto, muy importante. Al mismo tiempo, la cantidad de datos recogidos es un reto burocrático importante.
Hasta 2018 se utilizaban mapas impresos en papel para recopilar los datos en el campo. Las principales desventajas del sistema analógico fueron:
- la orientación en el campo era bastante difícil sin GPS posicionamiento
- todos los resultados tenían que ser contados y transferidos a tablas de datos y GIS manualmente, era probable que se produjeran errores de transmisión (alrededor de 18.000 las observaciones se recopilan cada año)
- los datos solo podían revisarse después del período de seguimiento y las observaciones improbables no se pudieron verificar directamente
Por esta razón, hemos implementado un flujo de trabajo de supervisión digital utilizando la potencia de QField, las ventajas de un sistema de almacenamiento en la nube y la potencia computacional de R. La mayoría de las tareas están ahora totalmente automatizadas en R. A través de la nube se puede acceder a los datos de todas las áreas y evaluarlos con actualidad.
En la primavera de 2019 probamos nuestro sistema con siete dispositivos de tableta repartidos en siete de un total de 12 estaciones de control diferentes.
Preparación del proyecto¶
En un ordenador de escritorio, creamos un proyecto QGIS que contiene una imagen aérea de alta resolución como capa de fondo para orientarse en el campo. Para los datos de seguimiento creamos una base de datos Geopackage personalizada con columnas desplegables predefinidas y restricciones de entrada. Además, añadimos rutas de senderismo predefinidas para guiar a los voluntarios y para estandarizar aún más nuestro seguimiento.
Utilizamos una aplicación de sincronización adicional que cargaba automáticamente los datos de campo de la tableta a una nube de Google Drive después del trabajo de campo. Para la descarga de datos, la copia de seguridad automatizada, la revisión de datos y la exportación escribimos un script R.
El concepto general de QField como aplicación de campo simplificada de QGIS resultó ser muy útil para nuestro trabajo con los voluntarios. Aunque podemos establecer un proyecto con un alto nivel de personalización que incluya todas nuestras necesidades en QGIS, los trabajadores de campo sólo necesitan entender lo básico. Una gran ventaja: los cambios no deseados son casi imposibles en QField.
Trabajo de campo¶
Durante el trabajo de campo la orientación fue mucho más fácil en las tabletas en comparación con mapas impresos en papel, especialmente en las extensas marismas. La introducción de datos fue bastante rápida gracias a la posibilidad de reutilizar automáticamente el último valor introducido. El registro de las observaciones en la tableta sólo requirió un poco más tiempo adicional en comparación con los mapas de papel.
Evaluación y futuro¶
No tuvimos ningún problema de software durante un periodo de pruebas en la primavera de 2019 y todo funcionó según lo previsto. En una encuesta de evaluación todos los participantes afirmaron que preferían utilizar la tableta en lugar de los mapas analógicos mapas de papel para el trabajo de campo. El uso del proyecto QField personalizado fue evaluado como sencillo y fácil.
En total, se recogieron más de 18.000 puntos de datos sobre el terreno. Gracias al tratamiento automatizado de los datos, ahorramos una gran cantidad de tiempo de oficina y evitamos errores de transmisión. Además, los datos recogidos con tabletas y GPS tendrán una precisión espacial mucho mayor. En el futuro, cambiaremos por completo al trabajo de campo basado en tabletas.
Reconocimiento¶
Agradecemos a la Ernst-Commentz Stiftung, la Europäischer Tier- und Naturschutz Stiftung y a la Adolf und Hildegard Isler Stiftung por apoyar generosamente nuestro proyecto. Además, queremos agradecer a los desarrolladores de QField y R por ofrecer un fantástico software de código abierto. Es estupendo que, gracias al software libre, estos proyectos puedan ser implementados por una sociedad de conservación comparativamente pequeña.