evidoria

← Voltar à navegação

Boa prática Importada

TrailGuard AI em Similipal — o Departamento Florestal de Odisha Usa Câmaras de IA de Ponta para Apanhar Caçadores Furtivos numa Reserva de Tigres Melanísticos

Índia · Baripada · Ver o perfil de Índia

Evidência: Descritivo / autorreportado Top 62% 53/100 · Pergunte a Evidence Copilot sobre esta prática

O Departamento Florestal de Odisha ampliou a rede de câmaras TrailGuard AI para mais de 220 unidades na Reserva de Tigres de Similipal, transmitindo classificações de humanos/animais/veículos em 40 segundos; uma operação em julho de 2026 levou a quatro prisões e à apreensão de armas que ameaçavam os seus tigres negros.

220 cameras
Dimensão da rede de câmaras, Similipal
<40 seconds
Tempo de transmissão do alerta à central de controlo

Detalhes

Maturidade
Em expansão
Promotor
Odisha Forest Department (Similipal Tiger Reserve), with RESOLVE, the Global Tiger Forum and India's National Tiger Conservation Authority
Período
2022–2026
Palavras-chave
wildlife conservation, forest law enforcement, anti-poaching, public safety

Contexto

O Departamento Florestal de Odisha ampliou o TrailGuard AI -- uma rede de câmaras de computação de ponta, inicialmente testada a partir de 2022 pela RESOLVE, o Global Tiger Forum e a Autoridade Nacional de Conservação do Tigre da Índia em cinco reservas -- para uma rede de 220 câmaras dentro da Reserva de Tigres de Similipal, lar da população mais conhecida do mundo de tigres melânicos (negros).

Resultados

Cada câmara classifica imagens acionadas por movimento como humano, animal ou veículo usando um modelo de IA embarcado, e transmite uma correspondência para uma central de controlo em menos de 40 segundos. Em julho de 2026, um alerta da rede levou funcionários do Distrito Florestal de Podadiha a deter quatro pessoas que transportavam duas armas de fabrico artesanal dentro da reserva. Um estudo revisto por pares na BioScience sobre a implementação anterior da tecnologia documentou separadamente a detenção de um grupo de caçadores furtivos após a deteção de indivíduos armados em trilhos que os tigres foram mais tarde encontrados a usar.

Conclusões

A base de evidência ainda é jovem: o estudo da BioScience cobriu apenas os primeiros meses de uso no terreno, e nem o Departamento Florestal de Odisha nem a RESOLVE publicaram taxas de falsos positivos/negativos, uma comparação rigorosa antes-depois das taxas de caça furtiva, ou uma revisão independente de custo-eficácia.

Implementação

Custo indicativo
Médio (50 mil–500 mil €)
Tempo até resultados
Médio (1–3 anos)
Equipa e competências
Odisha Forest Department, RESOLVE, Global Tiger Forum, National Tiger Conservation Authority, Podadiha Wildlife Range staff

Condições de sucesso

  • 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 falha comuns

  • 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

Vias de financiamento indicativas para práticas deste tipo — verifique sempre os avisos abertos e as regras de elegibilidade de cada programa.

Implementa esta prática? Reivindique-a — implementadores verificados obtêm um contacto público na página e podem propor correções.

Fontes de dados

De onde foi obtida a informação desta prática, e quando.

Práticas semelhantes que podem ser úteis