Une vague d’appareils de surveillance de haute technologie est en cours de développement pour lutter contre les braconniers et les trafiquants d’animaux sauvages en Afrique et surveiller les populations d’animaux. Drones, pièges photographiques, applications pour smartphone et intelligence artificielle ont tous un rôle à jouer. Le trafic d’espèces protégées opérant maintenant sur internet, les réseaux sociaux et le dark web, l’usage de ces technologies semble primordial.

Tirer le meilleur parti du peu de main-d’œuvre présente dans les vastes parcs nationaux et les zones de nature sauvage est essentiel, car même les rangers bien entraînés et équipés ne peuvent arrêter les braconniers s’ils sont loin d’animaux menacés. Les collaborations entre les écologistes et les développeurs techniques (la communauté Wildlabs.net et la Zoological Society of London par exemple) produisent des outils spécifiques et faciles à utiliser.

Dans les parcs nationaux africains, les braconniers attaquent de préférence de nuit. Des chercheurs s’associent avec des pilotes de drones chasseurs de braconniers (Air Shepherd) pour protéger les espèces menacées, telles que le rhinocéros ou l’éléphant. SPOT (Systematic Poacher Detector), un outil s’appuyant sur le deep learning, peut détecter en temps réel les braconniers sur les images infrarouges des caméras portées par les drones. Il a été développé à partir d’un algorithme d’intelligence artificielle existant appelé Faster RCNN, capable de détecter les objets dans une image. Il doit reconnaître la signature thermique des humains qui rôdent dans le parc, les braconniers en l’occurrence, afin d’alerter les gardes avant qu’ils n’attaquent la faune sauvage. L’ordinateur apprend à repérer de plus en plus facilement ces derniers à force de s’entraîner : il lui faut environ trois dixièmes de seconde.

Selon les chercheurs, il a l’avantage sur ses concurrents car il sait distinguer les humains des animaux sauvages, ceci en traitant des images infrarouges basse résolution presque instantanément. En outre, SPOT fonctionne en toute autonomie et ne requiert aucune intervention humaine.

L’outil SMART (Spatial Monitoring and Reporting Tool), qui a été développé par le WWF et la Wildlife Conservation Society, est utilisé sur 2 000 sites dans le monde pour surveiller les populations d’éléphants, de léopards des neiges, de rhinocéros et de dauphins.

SMART permet aux équipes de conservation de collecter, d’analyser et de transmettre des données sur la faune, les activités illégales et les patrouilles de protection. Cela entraîne un meilleur ciblage des ressources et l’obtention de réponses plus adaptées. Dans la région de Maasai Mara au Kenya, SMART a quadruplé la couverture assurée par les patrouilles, contribuant à une diminution de 74% du braconnage et à un empoisonnement nul de la faune en 2017. Le dispositif, qui a été développé par le WWF, est gratuit, open source et disponible dans les langues locales.

La surveillance du son est également un outil puissant pour détecter les animaux et espionner les activités illégales. AudioMoth utilise le machine learning pour entraîner l’équipement à la sélection et à l’enregistrement des sons pertinents, tels que les appels d’animaux, les coups de feu ou les tronçonneuses.

Ce système, mis au point par des doctorants des universités de Southampton et Oxford, permet de maximiser l’autonomie de la batterie, le stockage et le temps nécessaire à l’examen des fichiers audio. Il est beaucoup moins cher et plus polyvalent que les technologies audio traditionnelles. Dans le cas de coups de feu, l’équipement envoie une alerte à un poste de garde forestier afin que les patrouilles puissent être déployées immédiatement. AudioMoth est devenue une technologie open-source en 2017.

Sources :

https://www.futura-sciences.com/planete/actualites/animaux-drones-traquent-braconniers-grace-deep-learning-70255/

http://smartconservationtools.org/

https://www.openacousticdevices.info/