- Биоразнообразие и наличие видов. По звуковым сигналам определяют, какие виды обитают на территории — это особенно полезно для скрытных/редких видов и ночных птиц.
- Сезонная и суточная активность. Можно фиксировать начало сезона размножения (по первым песням), суточные паттерны пения и сроки миграции (появление/исчезновение голосов).
Устройства PAM на базе BirdNET-Pi применялись при создании Атласа птиц Московской области и показали высокую эффективность.
отсутствие влияния наблюдателя • круглосуточность и всепогодность • охват больших территорий и сроков • цифровые данные, которые можно перепроверять и сравнивать между годами.
BirdNET-Pi — программная платформа для одноплатных компьютеров (например, Raspberry Pi), превращающая устройство в автономную станцию, которая непрерывно слушает окружающую среду, определяет виды по голосам и сохраняет результаты.
Это не просто «диктофон», а умный детектор, который в реальном времени анализирует записи с использованием моделей машинного обучения.
Результаты работы устройства являются ценными для анализа. Чтобы они не потерялись, их можно сохранить в базе данных RU-BIRDS и потом использовать совместно с другими данными. В том числе формировать отчёты, заполнять карточки наблюдений и скачивать в виде файла.
Сейчас в базе уже есть данные нескольких устройств (сотни тысяч записей), и ими могут пользоваться орнитологи.
Пошагово (BirdNET-Pi → RU-BIRDS)
- Зайдите в настройки BirdNET-Pi (меню Tools). Обычно логин birdnet без пароля.
- Откройте File Manager.
- В каталоге BirdNET-Pi скачайте файл BirdDB.txt.
- В RU-BIRDS: Настройки → Прочие настройки. Установите «Маршрутные учеты/BirdNET» = Истина.
- Перезайдите в базу.
- Сверху справа появится меню «Учет птиц». Откройте: Учет птиц → Birdnet PI.
- Зайдите в «Список устройств» и добавьте своё устройство.
- Нажмите «Загрузить данные».
- В форме загрузки заполните Устройство, Регион (и при необходимости фильтры по периоду/Confidence).
- Нажмите «Загрузить файл» и выберите BirdDB.txt.
- Проверьте результат загрузки (кнопка «Проверить»), затем «Сохранить».
- После обработки регламентным заданием данные появятся в таблицах — ими можно пользоваться.
Совет по качеству данных
- Для первичной загрузки обычно полезно сохранять данные максимально полно, без слишком жёсткой отсечки по confidence. Это позволяет не потерять потенциально важные регистрации. Более строгую фильтрацию лучше выполнять позже, уже на этапе анализа, когда понятны задачи, целевые виды и допустимый уровень ошибок.
- Наиболее ценный сценарий — связывать данные устройства с проверенными карточками наблюдений. В этом случае подтверждается сам факт присутствия вида в конкретной связке «дата + устройство + вид птицы». Такой блок данных становится существенно надёжнее и лучше подходит для последующего анализа, построения выборок и интерпретации результатов.
- Для BirdNET-Pi подготовлены доработки интерфейса, которые позволяют при прослушивании записей отмечать как true positive, так и false positive. Это удобно для накопления проверенной базы и последующей оценки качества распознавания. Данные таких проверок можно использовать для расчёта precision: Precision and recall — Wikipedia. Архив с доработками доступен по ссылке verified_update.zip. Файл play.php в каталоге scripts нужно заменить. Скрипт setup_review_db.sh изменяет структуру базы данных birds.db для хранения результатов проверки. Скрипт export_birddb_verified.py формирует файл BirdDB_verified.txt для загрузки в RU-BIRDS.
Варианты работы
-
Скачать все данные всех устройств в один файл (с любыми фильтрами) и анализировать локально (например в Python).
Пример анализа данных BirdNET-Pi в Python. -
Использовать встроенные в RU-BIRDS отчёты для анализа вокальной активности.
Отчет по анализу вокальной активности. -
Если вы ведёте наблюдения в RU-BIRDS, можно автоматически заполнить карточку по данным PAM:
в карточке наблюдений на вкладке «Дополнительно» выбрать устройство и затем
«Заполнить → Заполнить по данным Birdnet PI».
Заполнение карточки наблюдений по данным BirdNET-Pi.