Outdated documentation
The latest documentation was moved to docs.qfield.org
Por Benjamin Gnep, Schutzstation Wattenmeer e.V. https://www.schutzstation-wattenmeer.de
2019-07-29
El mar de Wadden en Dinamarca, Alemania y los Países Bajos tiene una importancia excepcional para muchas especies de aves reproductoras. Anualmente, Schutzstation Wattenmeer participa en el programa de evaluación y monitoreo trilateral del Mar de Wadden (TMAP) y monitorea el número de aves reproductoras en más de 100 áreas de monitoreo en Schleswig-Holstein / Alemania. Para varias especies, monitoreamos una parte significativa de toda la población reproductora alemana.
La mayor parte del trabajo de campo se lleva a cabo por voluntarios que cambian anualmente y que generalmente no tienen mucha experiencia. Por tanto, es muy importante una buena supervisión durante el período de seguimiento en primavera. Al mismo tiempo, la cantidad de datos recopilados es un desafío burocrático importante.
Hasta 2018 se utilizaron 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 el posicionamiento GPS.
- todos los resultados debían contarse y transferirse a tablas de datos y SIG manualmente, era probable que se produjeran errores de transmisión (se recopilan unas 18.000 observaciones cada año)
- los datos solo pudieron revisarse después del período de monitoreo y las observaciones poco probables no pudieron verificarse directamente
Por esta razón, hemos implementado un flujo de trabajo de monitoreo digital utilizando el poder de QField, las ventajas de un sistema de almacenamiento en la nube y el poder computacional de R. La mayoría de las tareas ahora están completamente automatizadas en R. A través de la nube se puede acceder a los datos de todas las áreas y evaluarlos diariamente.
En la primavera de 2019 probamos nuestro sistema con siete tabletas distribuidas en siete de un total de 12 estaciones de monitoreo diferentes.
En una computadora de escritorio, configuramos un proyecto QGIS que contiene una imagen aérea de alta resolución como capa de fondo para la orientación en el campo. Para los datos de monitoreo, creamos una base de datos de Geopackage personalizada con columnas desplegables predefinidas y restricciones de entrada. Además, agregamos senderos predefinidos para guiar a los voluntarios y estandarizar aún más nuestro monitoreo.
Usamos una aplicación de sincronización adicional que cargó automáticamente los datos de campo desde la tableta a una nube de Google Drive después del trabajo de campo. Para la descarga de datos, copia de seguridad automatizada, revisión de datos y exportación, escribimos un script R.
El concepto general de QField como una aplicación de campo simplificada de QGIS resultó ser muy útil para nuestro trabajo con voluntarios. Si bien podemos configurar un proyecto con un alto nivel de personalización que incluya todas nuestras necesidades en QGIS, los trabajadores de campo solo necesitan comprender los conceptos básicos. Una gran ventaja: los cambios no deseados son casi imposibles en QField.
Durante el trabajo de campo, la orientación fue mucho más fácil con las tabletas en comparación con los mapas impresos en papel, especialmente en las extensas marismas. La entrada de datos fue bastante rápida gracias a la posibilidad de reutilizar automáticamente el último valor introducido. El registro de observaciones en la tableta solo tomó un poco más de tiempo en comparación con los mapas en papel.
No tuvimos problemas de software durante un período de prueba en la primavera de 2019 y todo funcionó según lo planeado. En una encuesta de evaluación, todos los participantes afirmaron que preferían usar la tableta en lugar de los mapas de papel analógicos para el trabajo de campo. El uso del proyecto QField personalizado se evaluó como sencillo y sencillo.
En total, se recopilaron más de 18.000 puntos de datos en el campo. Gracias al tratamiento automatizado de los datos, ahorramos una gran cantidad de tiempo en oficina y evitamos errores de transmisión. Además, los datos recopilados con tabletas y posicionamiento GPS tendrán una precisión espacial mucho mayor. En el futuro, cambiaremos completamente al trabajo de campo basado en tabletas.
Agradecemos a Ernst-Commentz Stiftung, * Europäischer Tier- und Naturschutz Stiftung * y * 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 genial que, debido al software libre, tales proyectos puedan ser implementados por una sociedad conservacionista comparativamente pequeña.