evidoria

← Volver al listado

Buena práctica Importada

TrailGuard AI en Similipal — el Departamento Forestal de Odisha usa cámaras de IA en el borde para atrapar a cazadores furtivos en una reserva de tigres melánicos

India · Baripada · Ver el perfil de India

Evidencia: Descriptivo / autodeclarado Top 62% 53/100 · Pregunte a Evidence Copilot sobre esta práctica

El Departamento Forestal de Odisha amplió la red de cámaras TrailGuard AI a más de 220 unidades en la Reserva de Tigres de Similipal, transmitiendo clasificaciones de humano/animal/vehículo en 40 segundos; un operativo de julio de 2026 llevó a cuatro detenciones y a la incautación de armas que amenazaban a sus tigres negros.

220 cameras
Tamaño de la red de cámaras, Similipal
<40 seconds
Tiempo de transmisión de la alerta a la sala de control

Detalles

Madurez
En expansión
Promotor
Odisha Forest Department (Similipal Tiger Reserve), with RESOLVE, the Global Tiger Forum and India's National Tiger Conservation Authority
Período
2022–2026
Palabras clave
wildlife conservation, forest law enforcement, anti-poaching, public safety

Contexto

El Departamento Forestal de Odisha ha ampliado TrailGuard AI -- una red de cámaras de computación en el borde, probada inicialmente desde 2022 por RESOLVE, el Global Tiger Forum y la Autoridad Nacional de Conservación del Tigre de la India en cinco reservas -- hasta una red de 220 cámaras dentro de la Reserva de Tigres de Similipal, hogar de la población más conocida del mundo de tigres melánicos (negros).

Resultados

Cada cámara clasifica las imágenes activadas por movimiento como humano, animal o vehículo mediante un modelo de IA integrado, y transmite una coincidencia a una sala de control central en menos de 40 segundos. En julio de 2026, una alerta de la red llevó al personal del Distrito Forestal de Podadiha a detener a cuatro personas que portaban dos armas de fabricación casera dentro de la reserva. Un estudio revisado por pares en BioScience sobre el despliegue anterior de la tecnología documentó por separado la detención de una banda de cazadores furtivos tras detectar individuos armados en senderos que los tigres fueron hallados usando después.

Conclusiones

La base de evidencia sigue siendo joven: el estudio de BioScience cubrió solo los primeros meses de uso en campo, y ni el Departamento Forestal de Odisha ni RESOLVE han publicado tasas de falsos positivos/negativos, una comparación rigurosa antes-después de las tasas de caza furtiva, ni una revisión independiente de costo-efectividad.

Implementación

Coste indicativo
Medio (50 000–500 000 €)
Tiempo hasta resultados
Medio (1–3 años)
Personal y competencias
Odisha Forest Department, RESOLVE, Global Tiger Forum, National Tiger Conservation Authority, Podadiha Wildlife Range staff

Condiciones para el éxito

  • onboard AI classification (human/animal/vehicle) with rapid alert relay enabling rangers to intercept intruders rather than only reviewing footage after the fact

Modos de fallo comunes

  • no false-positive/negative rates, rigorous before-after poaching-rate comparison, or independent cost-effectiveness review published

Habitualmente financiado por

National / regional programmes LIFE Programme

Vías de financiación indicativas para prácticas de este tipo: compruebe siempre las convocatorias vigentes y las reglas de elegibilidad de cada programa.

¿Usted implementa esta práctica? Reivindíquela — los implementadores verificados obtienen un contacto público en la página y pueden proponer correcciones.

Fuentes de datos

De dónde se obtuvo la información de esta práctica, y cuándo.

Prácticas similares que pueden serle útiles