Outdated documentation
The latest documentation was moved to docs.qfield.org
Por Benjamin Gnep, Schutzstation Wattenmeer e.V..
2019-07-29
O Mar de Wadden in Dinamarca, Alemaña e nos Países Baixos é dunha excepcional importancia para moitas especies de aves aniñadoras. Anualmente, a Schutzstation Wattenmeer participa no programa de asesoramento e seguimento trilateral do Mar de Wadden (TMAP) e monitoriza o número de aves aniñadoras e máis de 100 áreas de seguimento en Schleswig-Holstein / Alemaña. Para un número de especies monitorizamos unha parte significativa da poboación enteira de aniñadoras xermanas.
A maior parte do traballo de campo lévase a cabo anualmente por voluntarios cambiantes que habitualmente non teñen moita experiencia. Unha boa supervisión durante o período de seguimento na primavera é polo tanto moi importante. Ó mesmo tempo a cantidade de datos recollidos son un desafío burocrático significante.
Ata o 2018 usábanse mapas impresos para capturar os datos no campo. As principais desvantaxes do sistema análogo eran:
- a orientación no campo era bastante difícil sen a posición do GPS
- todos os resultados tiñan que contarse e transferirse ás táboas de datos e SIX manualmente, os erros de transmisión eran probables (recóllense arredor de 18.000 observacións cada ano)
- os datos só se revisaban logo do período de supervisión e as observacións improbables non se podían comprobar directamente
Por esta razón, implantamos un fluxo de traballo de supervisión dixital usando a potencia de QField, as vantaxes dun sistema de almacenamento na nube e a potencia computacional de R. A maioría das tarefas están agora completamente automatizadas en R. A través dos datos na nube pódese acceder a tódalas áreas e avalialas con frecuencia diaria.
Na primavera de 2019 probamos o noso sistema con sete tabletas distribuídas ó longo de sete, dun total de doce, estacións de seguimento distintas.
Nun ordenador de escritorio configuramos un proxecto de QGIS que contiña imaxes aéreas de alta resolución como fondo para a orientación no campo. Para o seguimento dos datos creamos unha base de datos Geopackage personalizada con columnas despregables predeterminadas e restricións de entrada. Adicionalmente, engadimos rutas a pé predefinidas para guiar ós voluntarios e para estandarizar aínda máis o seguimento.
Utilizamos unha aplicación de sincronización adicional que automaticamente actualizaba os datos de campo das tabletas a unha nube de Google Drive despois do traballo de campo. Para a descarga dos datos, copia de seguridade automatizada, revisión de datos e exportación escribimos un script de R.
O concepto xeral de QField coma unha aplicación de campo de QGIS simplificada tornouse moi útil para o noso traballo cos voluntarios. Mentres podiamos configurar un proxecto cun alto nivel de personalización incluíndo tódalas nosas necesidades en QGIS, os traballadores de campo só precisaban entender o básico. Unha gran vantaxe: os cambios non desexados case son imposibles en QField.
Durante o traballo de campo a orientación foi moito máis doada nas tabletas comparada cos mapas de papel impresos especialmente nas extensas marismas salgadas. A inserción de datos foi moi rápida grazas á posibilidade de automaticamente reutilizar o último valor introducido. Rexistrar observacións na tableta só levou un pequeno tempo extra en comparación cos mapas de papel.
Non tivemos problemas de software durante o período de proba na primavera do 2019 e todo funcionou segundo o planeado. Nunha mostraxe de avaliación tódolos participantes manifestaron que preferían utilizar a tableta antes que os mapas de papel analóxicos para o traballo de campo. Avaliouse o uso do proxecto personalizado de QField coma sinxelo e fácil.
En total recolléronse máis de 18.000 puntos de datos no campo. Debido ó tratamento automatizado dos datos aforramos unha grande cantidade de tempo de oficina e evitamos erros de transmisión. Tamén, os datos recollidos con tabletas e posicionamento GPS será de moita maior precisión espacial. No futuro faremos así o cambio completo do traballo de campo para a tableta.
Agradecemos á Ernst-Commentz Stiftung, á Europäischer Tier- und Naturschutz Stiftung e a Adolf und Hildegard Isler Stiftung polo xeneroso apoio ó noso proxecto. Adicionalmente, queremos agradecer ós desenvolvedores de QField e de R por ofrecernos este fantástico software de código aberto. É magnífico que, grazas ó software libre, estes proxectos poidan implantarse por unha sociedade de conservación comparativamente pequena.