NARIMO NAUJIENOS
Vykdomas virtualaus rifų naro projektas
Milijonai australų – ir bet kurie kiti pasaulio piliečiai, norintys prisijungti – yra skatinami „sausai nardyti“ Didžiajame barjeriniame rife kaip naujoviško piliečių mokslo projekto dalis.
Kvinslando technologijos universiteto (QUT) projektas „Virtual Reef Diver“ leis žmonėms dirbti Prisijungė iš namų kartu su jūrų mokslininkais klasifikuoti didžiausio pasaulyje rifo povandeninius vaizdus.
Projekto vadovė dr. Erin Peterson teigė, kad informacija padės suprasti tas GBR vietas, kuriose kietųjų koralų daugėja arba mažėja.
„Profesionalūs stebėjimo duomenys yra nepaprastai vertingi, nes padeda suprasti, kaip laikui bėgant kinta koraliniai rifai, tačiau didžiulis rifo dydis reiškia, kad vienai organizacijai neįmanoma atlikti užduoties vienai“, – sakė ji.
6 rugpjūtis 2018
„Virtual Reef Diver projekto motyvacija buvo ieškoti novatoriškų būdų, kaip ekonomiškai efektyviai gauti naujų duomenų, o vienas iš būdų yra pasinaudoti piliečių mokslininkų galia.
„Mes matome tai kaip puikią galimybę įtraukti bendruomenę, nesvarbu, kur jie gyvena, ir tiems piliečiams mokslininkams pridėti tikros vertės mūsų stebėjimui ir žemėlapių sudarymui.
„Šio projekto rezultatai padės jūrų mokslininkams ir rifų valdytojams suteikti informacijos, kurios jiems reikia norint priimti svarbius sprendimus dėl rifo ateities. Tai taip pat padės sukurti naujausią ir išsamų Didžiojo barjerinio rifo koralų dangos žemėlapį“, – sakė ji.
Norėdami klasifikuoti rifo vaizdą, savanoriai nustato ir suskirsto į kategorijas, ką mato po 15 atsitiktinai išdėstytų apskritimų povandeniniame rifo atvaizde, pavyzdžiui, koralų, vandens, smėlio ar dumblių. Iki 2019 m. liepos pabaigos bus galima klasifikuoti šimtus tūkstančių vaizdų.
„Geros naujienos yra tai, kad žmonės, norintys dalyvauti, gali nuveikti tiek ar mažai, kiek nori“, – sakė daktaras Petersonas. „Nėra minimalaus klasifikuojamų vaizdų skaičiaus.
Piliečių mokslo duomenys bus integruoti su profesionalių stebėsenos programų, mokslinių tyrimų institutų ir privačių organizacijų surinktais duomenimis.
„Užkulisiuose taip pat norime ištirti, kaip piliečių mokslininkų klasifikavimo sprendimai lyginami su dirbtinio intelekto sprendimais“, – sakė dr. „Ar mokslininkai namuose pasieks geriausių rezultatų? Mes išsiaiškinsime."