Outdated documentation
The latest documentation was moved to docs.qfield.org
By Benjamin Gnep, Schutzstation Wattenmeer e.V..
2019-07-29
La mer des Wadden au Danemark, en Allemagne et aux Pays-Bas est d’une importance capitale pour de nombreuses espèces d’oiseaux nicheurs. Chaque année, la Schutzstation Wattenmeer participe au programme trilatéral de surveillance et d’évaluation de la mer des Wadden (TMAP) et surveille le nombre d’oiseaux nicheurs dans plus de 100 zones de surveillance dans le Schleswig-Holstein / Allemagne. Pour un certain nombre d’espèces, nous surveillons une part importante de l’ensemble de la population nicheuse allemande.
La plupart des travaux sur le terrain sont effectués par des volontaires qui changent chaque année et qui n’ont généralement pas beaucoup d’expérience. Il est donc très important d’avoir une bonne supervision pendant la période de contrôle au printemps. En même temps, la quantité de données collectées représente un défi bureaucratique important.
Jusqu’en 2018, des cartes imprimées sur papier étaient utilisées pour collecter les données sur le terrain. Les principaux inconvénients du système analogique étaient les suivants
- l’orientation sur le terrain était plutôt difficile sans positionnement GPS
- tous les résultats devaient être comptés et transférés manuellement dans les tableaux de données et le SIG, des erreurs de transmission étaient probables (environ 18 000 observations sont collectées chaque année)
- les données ne pouvaient être examinées qu’après la période de surveillance et les observations peu probables ne pouvaient pas être vérifiées directement
Pour ces raisons, nous avons mis en place un flux de travail de surveillance numérique utilisant la puissance de QField, les avantages d’un système de stockage de cloud et la puissance de calcul de R. La plupart des tâches sont désormais entièrement automatisées dans R. Grâce au cloud les données de tous les domaines peuvent être consultées et évaluées avec une actualité quotidienne.
Au printemps 2019, nous avons testé notre système avec sept appareils tablettes répartis sur sept des douze stations de surveillance différentes.
Sur un ordinateur de bureau, nous avons mis en place un projet QGIS contenant une image aérienne à haute résolution comme couche de fond pour l’orientation sur le terrain. Pour les données de surveillance, nous avons créé une base de données Geopackage personnalisée avec des listes déroulantes prédéfinies et des restrictions d’entrée. De plus, nous avons ajouté des chemins prédéfinis pour guider les volontaires et pour standardiser davantage notre surveillance.
Nous avons utilisé une application de synchronisation supplémentaire qui a automatiquement téléchargé les données de terrain de la tablette vers un cloud Google Drive après le travail de terrain. Pour le téléchargement des données, la sauvegarde automatisée, la révision des données et l’exportation, nous avons écrit un script R.
Le concept général de QField en tant qu’application simplifiée de QGIS sur le terrain s’est avéré très utile pour notre travail avec les volontaires. Bien que nous puissions mettre en place un projet avec un haut niveau de personnalisation incluant tous nos besoins dans QGIS, les travailleurs de terrain n’ont besoin que de comprendre les bases. Un gros avantage : les changements non désirés sont presque impossibles dans QField.
Pendant les travaux sur le terrain, l’orientation était beaucoup plus facile sur les tablettes que sur les cartes imprimées, surtout dans les vastes marais salants. La saisie des données a été assez rapide grâce à la possibilité de réutiliser automatiquement la dernière valeur saisie. L’enregistrement des observations sur la tablette n’a pris qu’un peu plus de temps par rapport aux cartes papier.
Nous n’avons eu aucun problème de logiciel pendant une période de test au printemps 2019 et tout a fonctionné comme prévu. Lors d’une enquête d’évaluation, tous les participants ont déclaré qu’ils préféraient utiliser la tablette plutôt que les cartes papier analogiques pour le travail sur le terrain. L’utilisation du projet personnalisé QField a été évaluée comme étant simple et facile.
Au total, plus de 18.000 points de données ont été collectés sur le terrain. Grâce au traitement automatisé des données, nous avons gagné un temps considérable au bureau et évité les erreurs de transmission. De plus, les données collectées à l’aide de tablettes et de positionnement GPS seront d’une précision spatiale bien plus élevée. À l’avenir, nous passerons donc entièrement au travail sur le terrain à l’aide de tablettes.
Nous remercions la Ernst-Commentz Stiftung, la Europäischer Tier- und Naturschutz Stiftung et la Adolf und Hildegard Isler Stiftung pour avoir généreusement soutenu notre projet. Nous souhaitons également remercier les développeurs de QField et R pour avoir proposé un fantastique logiciel open source ouvert. Il est formidable que, grâce aux logiciels libres, de tels projets puissent être mis en œuvre par une société de conservation relativement petite.