政治和行政依赖于紧凑的信息。如果现实太复杂，就会被简化为可比较的数字，即所谓的指标。这篇博文重点介绍了现场收集两个指标原始数据时的数字化过程。
大政治的硬事实
为了做出合格的决策并评估措施的成功，政治和行政依赖于紧凑的信息。复杂的问题必须减少到有意义的数字。为此，定期更新大量指标。指标总结经验数据并以可理解的形式描述现实。它们对于展示实现目标的成功和失败是不可或缺的。
这篇博文介绍了两个典型指标的数据基础。一个在欧盟层面使用，另一个已经在德国使用了 20 年。这不是关于结果，而是关于如何在处理链的最开始创建原始数据的问题。
欧洲指标
欧盟委员会两年前发布了《2030 年生物多样性战略》。它制定了恢复和保护欧洲生态系统的雄心勃勃的目标。
为了监测成功情况，欧洲环境署制定了所谓的SEBI 指标。 SEBI代表“简化欧洲生物多样性指标”，意味着从大量国际使用的指标中，选出了26个具有代表性的指标，并已具体化并可供欧洲层面的流程使用。 SEBI 指标还纳入国家、欧洲和全球生物多样性保护战略。
SEBI 指标之一称为“选定物种的丰度和分布”。泛欧共同鸟类监测计划（PECBMS）提供了其数据基础。每个欧盟国家的一个区域组织向 PECBMS 提供其当前数据。在德国，监测工作由德国鸟类学家协会 (DDA) 协调。该指标包含两个程序：
监测常见种禽
珍稀繁殖鸟类监测
德国指标
德国的可持续发展战略于 2002 年由联邦政府通过，此后一直在定期制定。目前它包括一组 75 个指标。
土地利用可持续性的一个关键指标被称为“生物多样性和景观质量”。这是第一个使全国范围内的自然和景观状况陈述成为可能的指标。从那时起，它每年都会更新，并由联邦当局在各种出版物上发布。
全面记录不同用途景观的状况听起来像是大量的连续测量。但联邦自然保护局使用了一种间接方法：该指标评估选定鸟类种群的变化。此数据来自对常见繁殖鸟类的监测。
为此，德国的景观和栖息地类型被分为五类：农业用地、森林、定居点、内陆水域以及海岸和海洋。这些栖息地类型中的每一种都可能出现某些鸟类。如果栖息地的质量得到改善，就会导致种群数量的增加。然而，如果栖息地因环境污染或不可持续利用而遭到破坏，鸟类数量的下降很快就会反映出来。
监测常见种禽
作为原始数据收集的一个例子，我们将在这里更详细地研究常见繁殖鸟类（通常简称为 MhB）的监测。它提供了联邦政府本身使用并向欧盟报告的指标数据。
上述位于明斯特的德国鸟类学家伞式组织负责此事。他总共管理了 2,637 个样本区域，每个样本区域的面积为一平方公里，这些样本区域是由联邦统计局代表性选择的。
志愿者每年对每个样本区域的鸟类进行四次计数，从三月到 投注电子邮件列表 六月每月一次。这种方法被称为线路测绘：沿着一条大约3公里长的固定路线慢慢行走。在样本区域中发现的每只鸟类都会在现场地图上输入其物种和行为缩写。
在测绘季节结束时，根据四张野外地图确定每对鸟类的可能繁殖区域。最后，将包含每种鸟类的领地数量和景观类型的 Excel 表格发送至 DDA。近年来，从野外地图到成品表格的路径已逐渐数字化。
那时用纸和笔
直到几年前，人们还用铅笔和纸将鸟类记录在日常卡片上。为了做到这一点，要记录的 99 个物种的缩写以及一系列行为符号，如“唱歌”或“携带筑巢材料”，都被背熟了。后者对应于欧洲鸟类繁殖图集的繁殖季节代码（也称为“图集代码”），但更容易记住。
在传统的绘图中，当天的地图被折叠以适合剪贴板。然后，在一个安静、阳光明媚的早晨，生产线穿过测试区域。当你听到或看到一只鸟时，你会在相应的位置画出物种缩写，如有必要，还会在其上方画出行为缩写。
在六月的最后一轮之后，每个观察到的物种的可疑领土数量必须输入到普查表中，并且整个数据必须通过邮寄发送。必须使用四张充满符号的纸质地图来创建有意义的繁殖区域。
收集到的四张日卡摊在家里。对于观察到的每个物种，取出一张干净的 A4 大小的卡片，并用不同的数字标记四天的观察结果。例如，您将第 1 天、第 2 天、第 3 天和第 4 天的所有苍头雀点复制到一张卡上，用一张新物种卡为所有黑鸟点重复整个过程，然后为所有麻雀点重复整个过程，直到您填满在桌子上拿出尽可能多的物种卡片，尽可能多地列出在田野中看到的鸟类物种。
然后仔细观察每个物种地图：哪些点很可能是不同日期的同一个体？哪一只在那里有自己的领地，哪一只只是偶然飞过？
绘图指南包含一个表格，其中列出了每个物种的核心繁殖时间。在此时间内的观察被视为领土的证明；如有疑问，在该时间之外的观察将被视为迁移并被忽略。例如，在三月或四月，一只鹡鸰可以算作一个领地，因为这些鸟在这段时间是静止的。它们移动之前和之后，因此从五月开始的观察被认为是巧合。
在物种地图上的其余点中，那些空间上彼此接近的点，即可能位于同一领土的点，现在已被圈出。最后，统计领土并将结果输入统计表上。如果您的样本区域包含多种栖息地类型，请将它们分成单独的列。在这个例子中，定居点和工业区都有苍头燕雀。
最后，计数表和纸卡被放入一个大信封中并发送给DDA。
2020 年首次实现部分自动化
该系统最大的障碍显然是纸张。它必须被带到现场，通过邮件发送，并反复手工标记。 15 年来，许多鸟类学家一直以数字方式报告他们的偶然观察结果。同样由 DDA 运营的Ornitho报告门户网站也已经存在了同样长的时间。
根据 Ornitho 自己的信息
概述当前鸟类动物事件
将鸟类动物数据集中在一处，并以经过验证的形式提供用于科学评估。
数千名记者在那里收集他们的观察结果，可以进行地理搜索，并且已经建立了NaturaList应用程序以在现场快速记录。
因此，没有什么比使用报告系统进行监控更明显的了，该系统已经安装在许多 Birder 手机上。然而，普通的前端仅适用于有限的范围；特别是 MhB 需要进行三个基本更改：
Ornitho 通常将每个随机观测值分配给一个网格区域。对于 MhB，必须输入准确的 GPS 坐标。
NaturaList 提供了大量的详细信息字段来指定观察结果。快速点击所有观察到的鸟类的图集代码，这太耗时了。
为了保证数据质量，观测列表必须限于样本区域；可以说，用户必须通过GPS“锁定”路线。
在联邦环境部资助的“加速鸟类监测数据流”研究项目中，2019 年开发了 NaturaList 的 MhB 插件。从那时起，每个在 Ornitho 中存储了样本区域的用户都会看到附加菜单项“MhB - 现场观察列表”。它的背后是一个全新的界面。