Vad datan på dina viltkamerabilder betyder: datum, temperatur, månfas och kamera-ID

Titta längst ner på nästan vilket viltkamerabild som helst, så ser du den: en smal svart list fullproppad med siffror och symboler. Ett datum. En tid. En liten termometeravläsning. En ikon med en månskära. Kanske ett batterinivå, kanske ett namn du knappade in för månader sedan och sedan länge har glömt. De flesta låter blicken glida förbi på väg till djuret. Ändå är den listen den mest undervärderade delen av bilden – och i samma stund du klarar att läsa den förvandlas varje bild du någonsin tagit till en datapunkt i stället för bara en bild.

Här är kortversionen. Den datalisten är kameran som berättar för dig när bilden togs, hur varmt det var vid enheten, var månen stod i sin cykel och vilken kamera som tog bilden. Datum och tid är den bärande delen – får du dem fel är allt annat du försöker läsa ut av bilden byggt på sand. Temperaturen är hyfsat användbar men förvånansvärt opålitlig. Månfasen är äkta astronomi men en svag indikator på just det de flesta hoppas att den ska förutsäga. Och kamera-ID:t är det tråkiga fältet som stillsamt hindrar en uppställning med många kameror från att kollapsa i kaos. Låt oss gå igenom dem ett i taget: vad de faktiskt betyder och – ännu viktigare – vad en klok person gör med dem.

Var listen kommer från (och var den inte gör det)

Det är två olika saker som händer på den listen, och det lönar sig att hålla isär dem.

Datum, tid, temperatur, måneikon och kameranamn stämplas in på bilden av kameran själv, i samma ögonblick som den utlöses, med hjälp av kamerans egen interna klocka och sensor. Men det finns ett andra, osynligt lager. Alla moderna kameror skriver också in tidpunkten för tagningen i bildens EXIF-data – Exchangeable Image File Format, de tekniska metadata som digitalkameror bakar in i JPEG-filerna. EXIF ser du inte på själva bilden, men programvara gör det, och den tidsstämpeln är kroken som låter appar hämta in extra data i efterhand. trail.cam tar till exempel varje bilds tidsstämpel och kopplar automatiskt på vädret från närmaste station till observationen – temperatur, förhållanden, vind, lufttryck, luftfuktighet, soluppgång och solnedgång, och månfas.

Den skillnaden betyder mer än den låter som. Lufttrycket och månfasen du ser i en app mättes nästan säkert inte av din kamera – de räknades ut från tidsstämpeln och en väderdatabas. Kameran har en termometer och en klocka; den har varken barometer eller utsikt mot himlen. Håll det i bakhuvudet medan vi går vidare, för det avgör hur mycket du bör lita på varje enskilt fält.

Datum och tid: fältet allt annat vilar på

Ska du bara kolla en enda sak på listen, kolla klockan.

Tidsstämpeln är bildens förankring i tid. I EXIF-terminologin är det relevanta fältet `DateTimeOriginal`: ”the date and time when the original image data was generated. For a DSC the date and time the picture was taken are recorded”, i formatet `YYYY:MM:DD HH:MM:SS` på en 24-timmarsklocka. När det är inställt rätt kan du lita på det ner till sekunden. Problemet ligger i den lilla frasen – när det är inställt rätt.

Kameror är chockerande lätta att få fel på tiden, och en felinställd klocka förgiftar allt i det tysta. Forskare som byggde programvara för att analysera viltkamerabilder kartlade de fyra sätt tidsstämplar går snett på, och vart och ett av dem dyker upp på hobbykameror också:

• Klockan ställdes aldrig rätt vid uppsättning. Du satte i färska batterier, tryckte i gång och märkte aldrig att datumet stod kvar på fabriksinställningen. Nu är varje enskild bild förskjuten med exakt samma fasta avvikelse.
• Sommartid. Kameran ställer inte klockan fram eller tillbaka, så en hel period av dina bilder är förskjuten med exakt en timme.
• Klockdrift. Den interna klockan går ett hårsmån för fort eller för långsamt, så felet växer över veckor – datum och tid på efterföljande bilder blir ”increasingly inaccurate” ju längre kameran står ute.
• Tvetydigt datumformat. Ett datum skrivet `02/10/2019` kan betyda 2 oktober eller 10 februari beroende på om kameran använder dag/månad eller månad/dag – och kameror som bara lagrar ett tvåsiffrigt årtal (`02/10/10`) gör det ännu värre.

Inget av detta hindrar kameran från att ta bilder. De får bara bilderna att ljuga om när. Och hela skälet till att det är värt att tjata om tiden är att tidpunkten på dygnet är det mest pålitliga signalet på djuraktivitet du någonsin får ut av den listen – långt säkrare än temperatur, måne eller lufttryck.

Tänk på vad bra tidsdata avslöjar. En GPS-studie av kronhjort i Nederländerna och wapiti i Kanada fann att aktivitetstopparna alltid släpade efter den borgerliga skymningstimmen – djuren förekom inte gryning och skymning, de reagerade på det skiftande ljuset, med morgontoppen nästan två timmar efter första dagsljuset i den kanadensiska flocken. Hjortdjur är krepuskulära som ur en lärobok: omkring 60 procent av det de gör under skymningstimmarna är att beta eller gå, och mitt på dagen ligger de mest i ro. Den gryning-och-skymning-rytmen är pulsen dina tidsstämplar fångar upp. Får du klockan rätt ritar bilderna den kurvan åt dig. Missar du med en timme läses en ”första dagsljus”-bild som en bild från mitt på förmiddagen.

Korrekt tid låter dig också se beteende förändras över en säsong. När jakttrycket kommer försvinner inte nödvändigtvis djuren – de blir nattaktiva. En avskjutningsstudie på sikahjort dokumenterade att aktivitetstopparna förskjöt sig mot natten allteftersom trycket ökade, och förskjutningen bestod även efter att avskjutningen upphört. På förvaltad mark söker hjortdjuren upp foderplatser och åtlar långt mer på natten än på dagen så snart jakten öppnar. Hela den historien – en flock som tyst flyttar sig från dag till natt – är osynlig utan pålitliga tidsstämplar. Siffrorna på listen är den enda dokumentation vi har på det.

Så innan en kamera sätts ut: ställ datum, tid och format för hand, dubbelkolla fm/em, och när vi ställer om till eller från sommartid, kom ihåg att kameran inte gör det. Från tidsstämplar till djurens aktivitetsmönster: ett arbetsflöde för viltkameradata

Den gryning-och-skymning-rytmen är pulsen dina tidsstämplar fångar upp.

Temperatur: användbar, men lita inte på den ner till graden

De flesta kameror trycker en temperatur på listen, och den ser officiell och pålitlig ut. Behandla den som en grov pekpinne, inte en kalibrerad avläsning.

Här är den obekväma sanningen en noggrann testare dokumenterade: temperaturen på infofältet kan vara långt fel, eftersom kameran mäter luften runt sin egen elektronik, inte skogen. Under en ”runaway”-händelse – där en kamera fastnar och utlöser bild efter bild – klättrade listtemperaturen ”as much as 40F” (runt 22 °C) över de faktiska förhållandena i ett fall, och runt 17 °C över sin egen utgångspunkt i ett annat. Boven var intern värme från batterier som inte matchade, där svaga celler mättes till över 43 °C under belastning. Vädret utanför hade inte rört sig; kameran kokade sig själv och rapporterade resultatet som om det vore vädret. De praktiska åtgärderna mot detta är dessutom bra vanor ändå: använd färska, matchade batterier av en kemi, och lägg in en kort vila mellan utlösningarna så att enheten hinner svalna.

Även när avläsningen är ärlig är temperatur en svagare indikator på hjortdjurens rörelse än jaktfolkloren vill ha det till. En analys från Mississippi State fann ”minimal evidence that weather was having an influence on deer movements”, med samband som var ”weak” och av ”little biological significance”. En studie från Texas fann ”no correlation” mellan hannarnas aktivitet och temperatur. National Deer Associations genomgång av GPS-forskningen landar på samma ställe: temperatur har något att säga till om, men effekten på sammanlagd tillryggalagd sträcka är ”negligible”, och ju närmare brunsten du kommer, desto mindre betyder någon enda vädervariabel.

Med det sagt är det just här ärliga källor är oeniga, och det bör du veta. Forskare vid North Carolina State fann att lufttemperatur var en ”consistent predictor of buck movement across all seasons”, även om effekten var subtil. Och många erfarna jägare svär på att ett skarpt köldslag får djuren på benen – en spänning vetenskapsjournalisterna som bevakar ämnet sätter ord på rakt ut: svaga samband i sändardatan, stark övertygelse ute i fält. Dr Bronson Strickland vid MSU Deer Lab delar skillnaden ungefär på mitten – det sker förändringar när en front knuffar runt temperaturen, ”but again, it wasn't that dramatic. It was always subtle”.

Så temperaturen på din list är värd att notera. Satsa bara inte morgonen på en siffra som kanske läser av ditt batteripaket, och vänta dig inte att den flyttar djuren så som en kalender full av brunstdatum gör.

Månfas: äkta astronomi, översåld som rörelseindikator

Den lilla måneikonen är fältet folk allra helst vill ska vara magiskt. Astronomin bakom det är solid. Jaktlöftet som hänger vid det är mestadels inte det.

Först: vad ikonen betyder. Månen går genom åtta namngivna faser – nymåne, tilltagande månskära, första kvarteret, tilltagande halvmåne, fullmåne, avtagande halvmåne, sista kvarteret och avtagande månskära – över en full cykel som i snitt varar 29,5 dygn, enligt U.S. Naval Observatory. Vid nymåne är den upplysta andelen 0; vid kvarteren är den 50 procent; vid fullmåne 100 procent. En halvljus ikon talar alltså helt reellt om för dig att månen kastade riktigt ljus den natten, och en nymåneikon att det var mörkt. Den biten är sann och precis.

Det populära språnget – att en fullmåne binder djuren till natten och släpper loss dem på dagen, så att du bör lägga jakterna runt månkalendern – är den del datan ständigt vägrar att stödja. Idén kan spåras tillbaka till John Alden Knight, som gjorde de så kallade ”Solunar”-tabellerna populära 1936. Moderna GPS-sändare har testat den i hjäl:

• Penn State märkte vuxna hondjur och fann att de rörde sig omkring 6 meter mer i timmen vid nymåne än vid fullmåne – en skillnad forskaren kallade ”merely a few steps”, som blir till intet bredvid ett rörelsespann på 0 till 2 748 meter i timmen.
• MSU Deer Lab följde 48 märkta hannar genom en hel säsong. Hannarna rörde sig i snitt runt 240 meter i timmen inom laglig jakttid; brunsten nära nog fördubblade det. Det bästa den ”bästa” månedagen lyckades mönstra var ett påslag på knappa 4 meter i timmen, med så gott som ingen förändring i hur länge djuren låg i ro. Deras slutsats: skillnaderna var ”trivial”, och ”there's no conclusive data to support a relationship between moon phase/position and buck movement”.
• MSU Extensions sammanfattning av många års arbete säger det rakt ut: ”There is absolutely no pattern of variation that can be associated with moon phase”.

Och ändå tror de flesta jägare det motsatta – 83 procent av de runt 1 400 tillfrågade i MSU-teamets undersökning menade att månen påverkar hjortaktiviteten. Även de troende har kvitton: den rutinerade biologen Grant Woods förutsåg en gång djuraktivitet med 72 procents träffsäkerhet utifrån ett måneindex byggt på 1 160 jakter och 2 815 observerade djur – ända tills han satte GPS-sändare på djur och drog slutsatsen att det finns ”zero relationships with the moon”. Sändaren, som följer ett djur dygnet runt, ser helt enkelt inte det en jägare på en pass trodde att han såg.

Så är månefältet värdelöst? Nej – och detta är nyansen värd att hålla fast vid. Månsken förändrar tydligt beteendet hos många andra djur, även om det knappt rör en hjort. En viltkamerastudie i Kina fann att rådjur var mer aktiva under fullmåne, medan vildsvin och hare undvek den. Genom 341 959 fångstregistreringar av muskellunge tog sportfiskarna omkring 5 procent fler fiskar runt full- och nymåne – och upp till 28 procent fler på natten runt fullmåne. I kontrollerade försök minskade skogssorkar antalet besök på månupplysta foderfläckar på natten, antagligen för att hålla sig undan rovdjurens meny. Kör du kameror för räv, hare, smågnagare eller något annat som är prisgivet åt hur synligt det är i mörkret, är måneikonen en genuint användbar variabel. För att mönstra en hjort: låt det vara. Vad datan på dina viltkamerabilder betyder: datum, temperatur, månfas och kamera-ID

Sändaren, som följer ett djur dygnet runt, ser helt enkelt inte det en jägare på en pass trodde att han såg.

Lufttryck: vad det är, och den ärliga debatten

Visar din list eller app lufttryck, så är detta versionen på vanlig svenska: det är vikten av atmosfären som trycker nedåt, ”the pressure of the atmosphere as indicated by a barometer” med National Weather Services ord. Standardlufttryck vid havsnivå är omkring 1013,25 millibar, det vill säga ungefär 101,3 kilopascal. Högtryck betyder i regel sjunkande luft och klar himmel; lågtryck betyder stigande luft som kyls ner, förtätas och brygger upp moln och oväder. En fallande siffra är alltså, löst sagt, väder på väg.

Kom ihåg förbehållet från tidigare: din kamera mäter inte detta. Tryckvärdet kommer från tidsstämpeln matchad mot en vädertjänst, inte från en sensor i huset. Det är fortfarande äkta data – bara hämtat från himlen, inte från din kamera.

Om det förutsäger rörelse är, återigen, en reell tvist. På den skeptiska sidan fann NDA:s genomgång av sändarforskningen inget konsekvent väderdrivet mönster starkt nog att lägga en jakt runt. På den troende sidan rapporterar den mest citerade praktikerstudien – ett sjuårsprojekt av Todd Amenrud – att hjortdjur ”seem to move best when the pressure is between 29.90 and 30.30 inches” (runt 1012 till 1026 millibar), med bäst rörelse i den övre änden, ”around 30.10 to 30.30 inches” (runt 1019 till 1026 millibar), och argumenterar för att lufttryck ”had more influence than any other occurrence” han studerade. Hans egentliga poäng är ändå inte det absoluta talet – det är förändringen: ”It's the rapidly rising or declining barometric pressure that precedes or follows a weather front that seems to show the biggest impact”.

Det finns åtminstone något fackgranskat skäl till att djur skulle kunna känna det. Vitkronade sparvar i en kontrollerad studie reagerade på fallande lufttryck – trycket föll i snitt med 2,31 kPa under de 12 timmarna före snöfall, och fallande tryck ”stimulated food intake”, som om fåglarna fyllde på inför ett oväder. Mekanismen är alltså inte ren vidskepelse. Håll bara de hjortspecifika siffrorna löst, följ trenden mer än värdet, och väg det mot de mer pålitliga signalerna på listen.

Kamera-ID: det tråkiga fältet som räddar hela din kartläggning

Det minst prålande på listen är det som skalar. Så snart du kör mer än en kamera eller två är namnet eller ID:t som stämplas på varje bild det som hindrar din data från att bli en skokartong med omärkta kopior.

Många kameror låter dig knappa in ett namn i inställningarna som sedan trycks på datastripen, så att kameranamnet samtidigt blir dess ID. Använd det. Principen från förvaltare och fackfolk är enkel: ge varje kamera en unik identitet, och säkra den fysiskt – skriv ID:t på insidan av kameraluckan med tusch, så att ett dött batteri aldrig suddar ut vilken enhet som är vilken.

Har du mer än en handfull kameror lönar sig lite struktur enormt. NatureSpys Yorkshire Pine Marten Project kör 50 kameror fördelade på 5 kartläggningsset; varje kamera får ett set och ett nummer, så den första kameran i set 1 är helt enkelt 1-1. Det enda projektet kokade ner 300 000 videor till 16 000 användbara registreringar fördelade på 62 arter – en höstack du bara kan söka i för att varje nål var märkt. Samma logik fungerar på hobbyskala: namnge efter plats. En jägare ordnar allt efter fastighet och placering och döper om en bild till något i stil med `LR_AT_4x5 (3)` – Luce Road, Apple Tree, en hjort med fyra mot fem taggar, tredje observationen – så att filnamnet ensamt berättar för honom var djuret var och vem det är. En konsekvent mappstruktur byggd kring dessa ID:n är det som låter dig hitta tillbaka till en bestämd kameras upptagningar två säsonger senare.

EXIF bär identitet också. Standarden definierar ett `CameraOwnerName`-fält och ett `BodySerialNumber`-fält – serienumret på just det kamerahus som tog bilden – vilket är precis vad du vill ha om en enhet någonsin tappas bort eller blir stulen och du måste bevisa att den är din.

Få listen i arbete: från siffror till mönster

Var för sig är dessa fält trivia. Tillsammans, över tid, är de en karta över varför och när djur använder en plats – och metoden för att läsa dem är uppfriskande lågteknologisk.

Tumregeln i viltkameramiljön är det gamla fiskarordspråket: ”one time is by chance, 2 times is by coincidence, but 3 times is a pattern”. Arbetsverktyget är ett kalkylblad. Lista varje bild, fyll i datum och tid från listen, och lägg sedan till kolumner för förhållandena du bryr dig om – temperatur, vindriktning och vindstyrka, lufttryck, tryckförändring, nederbörd, månfas. Håll en egen flik per plats så att trenderna inte flyter ihop. Sortera sedan, och leta efter det som upprepas tre gånger eller mer. I ett verkligt exempel sammanföll 13 av 18 bilder på en plats med sydlig vind tidigt i november – i ett område där vinden vanligtvis kommer från norr och väster, vilket gjorde det mönstret till ett genuint tecken på ett vindberoende liggområde.

Det är hela vinsten med att lära sig läsa listen. Datumet berättar säsongen och brunstfönstret. Tiden berättar dygnsrytmen – och flaggar när jakttryck har skjutit den ut i mörkret. Temperaturen och lufttrycket ger dig förhållanden att jämföra mot, med ödmjukheten att de är grova. Månen berättar ljuset. Och kamera-ID:t knyter var och en av dessa avläsningar till en plats på marken. Inget av det kräver specialutrustning – bara disciplinen att ställa klockan, märka kamerorna och faktiskt titta på listen du har scrollat förbi.

Var för sig är dessa fält trivia. Tillsammans, över tid, är de en karta över varför och när djur använder en plats.

Vanliga frågor