تحليل آثار الحيوانات في الثلج باستخدام الرؤية الحاسوبية

للحصول على شرح مرئي للمفاهيم التي تتناولها هذه المقالة، شاهد الفيديو أدناه.

يمكن للثلج، مثل الأسطح الطبيعية الأخرى، أن يسجل أنشطة الحياة البرية. على سبيل المثال، يمكن لآثار الأقدام المتروكة في الثلج أن توضح الحيوانات التي مرت من هنا، وكيف تحركت، وماذا كانت تفعل.

على مدى عقود، درس المتنزهون والصيادون والباحثون هذه الآثار لتعلم المزيد عن سلوك الحيوانات البرية. لكن العملية ليست موثوقة دائمًا. إذ يمكن للثلج أن يتحرك، وقد تطمس الرياح التفاصيل، كما أن تداخل المسارات يمكن أن يجعل تحديد الهوية أمرًا صعبًا. حتى المراقبون المدربون قد يغفلون عن أنماط مهمة.

الشكل 1. آثار خطوات الفهد محفوظة في الثلج الطازج. (المصدر)

تُسهل التطورات التكنولوجية الآن تفسير هذه العلامات. على وجه الخصوص، يمكن استخدام computer vision، وهو فرع من الذكاء الاصطناعي يسمح للأجهزة بتحليل البيانات المرئية بدقة وسرعة، للكشف عن آثار الحيوانات وفهمها. على سبيل المثال، يمكن تدريب نماذج مثل Ultralytics YOLO11 لاكتشاف الأشكال والأنماط في صور آثار الحيوانات.

في هذه المقالة، سنستكشف كيف تُحفظ مسارات الحيوانات في الثلج، وما تكشفه عن الحياة البرية، وكيف تجعل الرؤية الحاسوبية عملية التتبع أكثر كفاءة.

أهمية مسارات الحيوانات في الثلج#

مسارات الحيوانات هي انطباعات تُترك أثناء تحرك الحيوانات عبر أسطح مثل الثلج أو التربة أو الطين. في ظروف الثلج المناسبة، غالبًا ما تحتفظ هذه الآثار بتفاصيل أكثر وضوحًا، مثل علامات المخالب، ووسادات الأصابع، والاختلافات بين القدمين الأماميتين والخلفيتين، والتي يصعب اكتشافها في الأوساخ أو العشب.

الشكل 2. آثار خطوات الحيوانات على أسطح مختلفة. (المصدر)

بصرف النظر عن تحديد الأنواع، يمكن للمسافات والترتيب والاختلافات الدقيقة في المسارات أن تخبر الباحثين الكثير عن الحركة والسلوك والتفاعلات مع البيئة، مما يوفر للباحثين والمتنزهين ومحبي الحياة البرية رؤى قيمة حول نشاط الحيوانات.

إليك بعض الميزات الرئيسية التي يبحث عنها الباحثون أثناء قراءة المسارات:

• القدمان الأماميتان مقابل الخلفيتين: تعكس الاختلافات في الحجم والشكل بين الكفوف الأمامية والأقدام الخلفية كيفية توزيع الحيوان لوزنه وتحركه عبر بيئته.
• آثار الكفوف أو آثار الحيوانات: يساعد المخطط العام وحجم الأثر في تحديد الأنواع التي خلفت المسار.
• علامات المخالب: عادة ما تظهر آثار الكلبيات، مثل القيوط والثعالب والكلاب، انطباعات المخالب، بينما لا تظهر آثار السنوريات عادةً، بما في ذلك الوشق والقطط المنزلية وأسود الجبال، ما لم يكن الحيوان يركض أو يتحرك على أرض زلقة.
• نمط الأثر: يمكن أن يكشف ترتيب الآثار عن animal behavior، حيث تترك ذئاب القيوط والثعالب غالباً مسارات في خطوط مستقيم، بينما تميل الكلاب المنزلية إلى التجول في مسار متعرج.
• العرض بين المسارات (Straddle) وخطوط السحب: يختلف العرض بين المسارات اليمنى واليسرى حسب النوع وطريقة المشي، ويمكن أن تشير التغييرات في هذا العرض إلى سرعة الحركة أو الحذر، بينما توفر خطوط السحب من الذيول أو البطون أو الفرائس أدلة إضافية حول النشاط.

تحديد مسارات الحيوانات في الثلج#

كل مسار في الثلج يروي جزءًا من قصة الحيوان. يمكن لحجم وشكل كل أثر، والاختلافات بين القدمين الأماميتين والخلفيتين، ووجود أو غياب علامات المخالب أن يكشف عن النوع وطريقة المشي وتوزيع الوزن. على سبيل المثال، غالبًا ما تترك الثعالب والقيوط انطباعات مخالب مرئية، بينما لا تفعل ذلك عادةً الوشق وأسود الجبال.

نادرًا ما تظهر المسارات بمفردها. غالبًا ما تضيف أدلة مثل الفضلات، وقطع الفراء، وسحب الذيول، أو مداخل الجحور القريبة سياقًا مهمًا. نظرًا لأن ظروف الثلج والمسارات المتداخلة يمكن أن تطمس التفاصيل، يعتمد المتعقبون على عدة علامات معًا لبناء صورة أوضح. إن الطريقة التي تترتب بها المسارات على الثلج مفيدة بشكل خاص، حيث تبرز ليس فقط المكان الذي ذهب إليه الحيوان، بل كيف كان يتحرك ويتصرف.

إليك بعض أنماط مسارات الحيوانات الشائعة الموجودة في الثلج:

• القفازات (Hoppers): تدفع الأرانب والأرانب البرية نفسها بأرجل خلفية قوية، تاركة آثارًا خلفية كبيرة أمام آثار أمامية أصغر. في الثلج العميق، تترك الأرانب البرية مسارات طويلة بشكل خاص.
• الواثبات (Bounders): تقفز حيوانات ابن عرس، والدلق، والمنك، وفأر المسك إلى الأمام معًا بالقدمين الأمامية والخلفية، مما يشكل نمطًا متكررًا من اثنين باثنين.
• المتجولات (Amblers): تتحرك حيوانات الراكون، والظربان، والقندس، والنيص، والدببة السوداء ببطء، تاركة آثارًا واسعة مع علامات مخالب مرئية.
• الخاطيات بدقة (Perfect steppers): تضع الثعالب والقيوط أقدامها الخلفية تقريبًا في المكان الذي هبطت فيه الأقدام الأمامية، مما يخلق خطوطًا مستقيمة. تميل القيوط إلى السفر في مسارات مباشرة، بينما تتجول الكلاب المنزلية في مسارات متعرجة.

تحديات تفسير مسارات الحيوانات في الثلج#

على الرغم من الأدلة المتنوعة المتعلقة بالمسارات، يمكن أن يظل تتبع الحيوانات في الثلج معقدًا. تؤثر ظروف الثلج على كيفية ظهور الآثار: الثلج الطازج يحفظ التفاصيل، بينما يمكن للثلج المتجمد أو الذائب أو المتساقط حديثًا أن يشوه المسارات أو يغطيها.

يلعب الطقس أيضًا دورًا، حيث قد تؤدي الرياح وأشعة الشمس إلى طمس الحواف، ويمكن للمسارات المتداخلة من حيوانات متعددة أن تخلق ارتباكًا. علاوة على ذلك، يضيف سلوك الحيوان إلى عدم القدرة على التنبؤ.

بعض الأنواع، مثل الظربان والدببة السوداء، تدخل في سبات شتوي، بينما يتحرك البعض الآخر بشكل غير منتظم أو يعيد تتبع مساراته. في غضون ذلك، في الغابات، غالبًا ما تتقاطع مسارات الغزلان أو الموظ أو الإلكة مع مسارات الحيوانات الأصغر أو الحيوانات المفترسة، وتُستخدم علامات إضافية مثل الفضلات أو الفراء أو سحب الذيول لفهم الحركة والسلوك.

كيف يمكن استخدام الرؤية الحاسوبية للكشف عن مسارات الحيوانات#

لمواجهة تحديات تحليل آثار الحيوانات في الثلج، يبدأ الباحثون في اللجوء إلى التكنولوجيا المتطورة مثل computer vision. على سبيل المثال، يستكشفون نماذج computer vision التي يمكنها اكتشاف وتحديد مواقع الآثار الفردية، وفصل الآثار المتداخلة، بل وحتى التدريب على datasets مخصصة التعرف على الميزات الخاصة بالأنواع مثل علامات المخالب وأنماط المشية.

تحديداً، تدعم نماذج مثل Ultralytics YOLO11 computer vision tasks مثل اكتشاف الكائنات، والتي يمكن استخدامها لتحديد وتوطين آثار الكفوف الفردية، وتجزئة المثيل، والتي يمكنها فصل الآثار المتداخلة. من خلال تدريب نموذج مثل YOLO11 على مجموعة بيانات مخصصة لآثار خطوات الحيوانات، يمكن للباحثين تسهيل التعرف على الأنماط الخاصة بالأنواع، والتمييز بين الآثار المتداخلة، وتوليد نتائج أكثر اتساقاً من الملاحظة اليدوية.

الرؤية الحاسوبية والأبحاث حول تحليل آثار أقدام الحيوانات#

الآن بعد أن رأينا كيف يمكن للرؤية الحاسوبية تتبع آثار أقدام الحيوانات، دعنا نمر عبر كيفية تطبيق هذه التكنولوجيا في أبحاث العالم الحقيقي.

من تقنية FIT إلى مجموعات البيانات المفتوحة#

لسنوات، اعتمدت معظم دراسات آثار الأقدام على تقنية تحديد الهوية بآثار الأقدام (FIT). تعمل تقنية FIT عن طريق تحديد نقاط محددة على كل أثر واستخدام تلك القياسات للتمييز بين الحيوانات. ورغم فعاليتها، فإن العملية بطيئة، وتتطلب خبراء مدربين، وليست عملية عند محاولة تحليل آلاف المسارات في البرية.

أثبتت دراسة حديثة أجريت على Amur tigers في شمال شرق الصين كيف يمكن لنظام FIT حتى تحديد الأفراد من آثار الأقدام في الثلج، مما يوفر طريقة موثوقة وغير جراحية لمراقبة الحيوانات المفترسة المهددة بالانقراض.

الشكل 3. آثار أقدام نمر في الثلج. (المصدر: sciencedirect.com)

ومع ذلك، سلط الباحثون الضوء أيضًا على قيودها: فهي كثيفة العمالة ويصعب توسيع نطاقها. والأهم من ذلك، أنهم أشاروا إلى أن الرؤية الحاسوبية يمكن أن تعمل على أتمتة هذه العملية في المستقبل، مما يقلل الحاجة إلى القياسات اليدوية مع التعامل مع مجموعات بيانات أكبر بكثير.

وقد بدأ هذا التحول بالفعل مع مشاريع مثل OpenAnimalTracks، وهي مجموعة بيانات عامة تحتوي على آلاف آثار الأقدام المصنفة من 18 نوعاً عبر الطين والرمال والثلوج. ومع موارد مثل هذه، يمكن تدريب نماذج الذكاء الاصطناعي الرؤي لتلقائي اكتشاف وتصنيف آثار الأقدام، مما يجعل wildlife monitoring أسرع وأكثر سهولة في الوصول إليه.

الشكل 4. نظرة على مجموعة بيانات OpenAnimalTracks (المصدر)

من خلال البناء على أسس FIT ودمجها مع مجموعات البيانات المفتوحة و computer vision، يتجه conservation research نحو أنظمة قابلة للتوسيع يمكنها تتبع الأنواع وحماية النظم البيئية - دون ازعاج الحيوانات نفسها على الإطلاق.

أبرز النقاط#

تُظهر آثار الحيوانات في الثلج كيفية تحرك الحيوانات، وسلوكها، واستخدامها لموائلها. تتطلب قراءتها يدويًا الصبر والخبرة، لكن الرؤية الحاسوبية تجعل العملية أكثر كفاءة. يتيح استخدام أدوات مثل Ultralytics YOLO11 إلى جانب المعرفة البشرية جعل مراقبة الحياة البرية أكثر سلاسة، ويساعد جهود الحفاظ على البيئة، ويوفر بيانات مفيدة لحماية الأنواع.

انضم إلى community النامى لدينا! استكشف مستودع GitHub repository الخاص بنا لمعرفة المزيد حول الذكاء الاصطناعي. اكتشف computer vision in manufacturing وAI in logistics من خلال زيارة صفحات الحلول الخاصة بنا. للبدء في البناء باستخدام الرؤية الحاسوبية، راجع licensing options الخاصة بنا.