Siin niimoodi metsa all ongi need lisasilmad. Kaamerad ja arvutid loendavad Eesti metsloomi. Ma ei tea, kas see tehisintellekt saab aru ka. Aa, et siga, ma arvan Külmikutes kokku on kuskil pool miljonit isendit. Maaülikooli putukakogus on lisaks ainulaadsetele liikidele  peidus ka senitundmata avastused. Ta on selline hästi pisikene mulle loom,  ma näitan teda. Siin on näha, kui suur on üks millimeeter umbes  ja kui suured lestad on siin, see on ikka väga väike. Praegu õnnestus siin põllu peal kokku lugeda kolm metskitse,  kaks olid natukene väiksemad, ilmselt olid  siis talled oma emaga. Aga kuidas me saaksime teada, kui palju ühes konkreetses  piirkonnas on üldse erinevaid metsloomi kokku? Osoonis oleme varem jälginud, kuidas Eestis metsloomi  loendatakse näiteks üheskoos ajuloendusel. Lumisel ajal loomade jälgi kokku lugedes väike lumi on peal  ja see on paar päeva vana ja kevadel, pärast lume sulamist  oleme käinud vaatamas, kuidas loetakse kokku sõraliste pabulahunnikud. Tüüpiline lehmapabul on need selline piklik. Metsloomade loendamisel on üha suuremaks abiks  ka rajakaamerad. Kuigi rajakaameraid on meil looduse jälgimisel kasutatud üle  10 aasta näiteks ohustatud linnuliikide ja lendoravate  vaatluseks või poegadega emakarude eristamiseks  ning hundikarjade suuruse ja järelkasvu tuvastamiseks  siis loomade kokkulugemist alles katsetatakse. Kuskil siin, näe, seal. Ja siin niimoodi metsa all ongi need lisasilmad,  mis aitavad loomi lugeda. Me oleme mõned aastad siin Eestis seda uut lähenemist testinud,  tegelikult maailmas juba päris palju seda kasutatakse  erinevates uuringutes on ju, kus tahetakse asustustihedust  hinnata ja see põhimõte on siis see, et need kaamerad ei pan  panda mitte mingisugustele söödaplatsidele,  vaid täiesti juhuslikult valitud punktidesse looduses. Metsloomade lugemiseks on rajakaamera seatud puu külge maast  80 sentimeetri kõrgusele. Kaamera vaatevälja keskele on paigutatud kolm märki,  mille järgi saab hiljem määrata fotodelt looma kauguse  ja suuna, kus ta nähtavale ilmus. Praegu oleme siis kasutanud niimoodi, et meil on kolm posti  viiemeetrise vahega viie, 10 ja 15 meetri peal  ja need postid on meile hiljem, nende fotode analüüsil on  siis selleks tugipunkt. Ja kui katsepolügoonil on mõõtmine lõppenud,  siis mõõtevahendid ka kaasa. Kui kaamerate pildimaterjal on kokku kogutud,  saabki fotosid analüüsides isenditel vahet teha  ja loomad kokku lugeda. Ideaalis töötab fotopanga tulevikus läbi õpetatud  arvutiprogramm kuid praegu on see süsteem arendamisel  ning vajab teadlaste ja IT-inseneride järjekindlat kontrolli. Siin on siis näha uhked ilvese käpajäljed,  aga mis loomi teie siis nende rajakaameratega kõige paremini  lugeda saate? Neid loomi, kes on arvukamad eeskätt siis sõralised metskits  on kõige arvukam kindlasti meil saartel hirved kindlasti,  mis, mida jääb piisavalt palju siis kaamerasse kohati metssead,  põdrad, kährikuid, mäkrasid, rebaseid, nugiseid jääb  ka kohati võib-olla piisavas hulgas, et mingit hinnangut anda,  aga noh, niisugused vähem arvukad liigid,  karud, ilvesed, hundid, et need jäävad juhuslikult  kaamerasse ja annavad pigem infot nii-öelda üksikvaatlusjuhtumitena,  mida, mida siis saab kasutada koos teiste vaatlustega  nii-öelda nende nende arvukuse hindamiseks. Kui sellisel moel nende rajakaameratega loomade lugemine on  nii keeruline ja andmemahukas, siis mis eelised ta  tegelikult annab, näiteks jäljeloenduse või ajuloenduse ees? Jäljeloenduse ees on eelised muidugi suured,  sest konkreetselt me saame ikkagi selle,  jõuame sellega üsna adekvaatse, sellise asustustiheduse  määrang on siis see täpsusaste on päris kõrge,  parem kui niisugustel nagu klassikalistel meetoditel,  aga näiteks ajuloenduse ajuloendusega võrreldes on see,  et ajuloendusega ütleme, et kui me ajame mingisuguse tüki läbi,  siis ma julgeks arvata, et ajuloendus annab täpsema tulemuse,  aga, aga ajuloenduse tegemiseks on vaja palju inimesi,  palju inimesi ja, ja teda saab teha ikkagi ainult teatud kohtades,  kus on nii öelda nende läbi ajatavate ajutükkide ümber on  nagu lahti lõigatud sihid, kus on hea nähtavus,  et oleks võimalik ka kõik need loomad, mis sealt ajust  siis välja tulevad, kokku lugeda või, või kõik ära näha. Ega alati ei olegi nii lihtne nende kaamerate juurde pääseda,  sellepärast et nad on ju paigutatud juhuslikkuse alusel,  mitte ainult sinna, kus inimesele meeldiks minna. Ja siin on ka väike kraav ees ja vaatame,  kuidas me pääseme ligi. Kas nende kaameratega metsloomade lugemisest võiks olla abi  näiteks sellest, et meil on vähem vaidlusi  ja probleeme metsloomade arvukuse üle? Ja kindlasti, et võibolla kõige suuremad probleemid,  mis viimastel aastatel on olnud, on, on seoses hirvede arvukusega,  näiteks saartel, et maaomanikud, metsaomanikud,  põllumehed räägivad, et meeletult palju hirvi on jahimehed ütlevad,  et ei ole palju hirvi, et ma usun, et, et hirvede osas annab  see nagu päris hea ja selge objektiivse tulemuse ja,  ja sama sama on ka näiteks metssigade kohta,  et seesama meetod annab ka metssigade kohta üsna hea tulemuse,  juhul kui neid metssigasid on piisavalt palju  ja kindlasti ka metskits, et tegelikult sageli hinnatakse  metskitsearvukust võib-olla kõige rohkem isegi alla,  sellepärast et nähakse neid kitsi, kes on lagedatel aladel,  aga tegelikult nagu me näeme nendesamade kaameraseirest,  on tegelikult Need metsad suhteliselt tihedalt  ka metskitsi täis, kes noh, võib-olla enamus metskitsedest  ongi metsas ja kunagi lagedatel aladel ei tulegi  ja tegelikult nende arvukust ei osata hinnata,  sest neid ei nähta lihtsalt, aga kaameratega,  kaamerad päästavad just. Justnimelt selles osas Millega siis loomad teid teatud mõttes üllatanud on? Üldiselt eesmärk on ju paigaldada nii, et nad loomi  võimalikult vähe häiriks ja et nagu tähelepanu ei köidaks need. Nagu loomade tähelepanu, need asjad, mis me siia ette loome,  kuigi jah, nii mõnigi loom tunneb ka selle posti vastu huvi,  kui ta sinna ninapidi kokku satub ja, ja karud näiteks,  noh kõige ilusam lugu onn see, et üks karu arvas,  et see on hambaork või, või, või siis Või, või niisama nagu kondi ees talle, et,  et ta hakkas igal juhul närima ja näris pooleks jälle  ja me algselt kasum tasime väikseid, niisuguseid lipukesi,  seal oli niisugune grillvardast nagu see posti osa tehtud  ja noh, neid on siis need, nii kitsed kui hirved on  siis nahka pistnud ja metsad muidugi tuhnivad need tihti. Aga, aga noh, piltide peale jääb kogu see nende elutegevus  on ju, et selles mõttes, et mõned päris palju loomi tuleb,  puhkab siin, kaamera ees, pikutab, tõuseb vahepeal üles ringut,  ta sööb siin midagi, viskab jälle külli,  et sokk kuud näiteks kevadel pusklevad siin ees  või põhimõtteliselt, et kui see sarve puhastamise aeg on,  on ju kraabivad puid ja igasugu niuguseid kaadreid. Kes siis läbi nende kaamera silmade vaadates on Eesti kõige  uudishimulikum metsloom? Ütleme kõige rohkem postid ilmselt huvi tekitavad karudele  mitte ainult postid, vaid tegelikult need kaamerad ka,  et tahtsin küsida, kas kaamera. Õnneks ei ole kordagi veel tahetud kaamerat nahka pista,  küll on aga tekitanud see uudishimu, näiteks on päris head  seeriad on näiteks mul eelmisest kevadest,  kui emakaru pojaga aastase pojaga siis tulid ja,  ja mõlemad uudistasid. Kaamerad panid nina vastu, niisugused lähipildid on  karuninast ja karusilmast ja. Meil siin paralleelselt oli üks seireala Valge Valgamaal üleval,  et seal pildid küll ei ole väga head, aga,  aga sama asja tegi Ilves neid. Näiteks noh, ilvesed ja hundid tegelikult satuvad  niisugustesse kaameratesse väga harva. Aga tegelikult on ka vastupidi, et mõnele tekitab see posti  ja kaamera uudishimu, siis mõni jälle tuleb  ja alguses on uudishimulik ja siis hirmsasti ehmatab  ja paneb õudse hooga minema, et seal osadel on kindlasti  mingi väike väike õrn inimese lõhn on veel küljes,  kuigi ta siin seisab, on ju alguses, on rohkem,  pärast on vähem. Ja võib-olla see, et kui see mäger paneb oma nina sinna vastu,  siis ta tunneb, et midagi seal on natukene mingit inimese  lõhna ja nuusib seda äge. Ägedad pildid on, et kus, kus loomad on seal püsti  selle peal ja siis nuusutavad seda otsa,  just nimelt. Kohavalik meestel juba käib praegu siis vaadatakse välja  sellist sobivat ala, kus oleks vaateväli puhas  ja sinna saab panna siis rajakaamera valmis,  et loomi hakata lugema. Kaamera paigutamisega on see lugu, et kõige ideaalsem oleks  nagu see, et kui sa selle koha nagu täpselt juba kuskil  lased arvutid välja valida endale reaalsus on muidugi  natukene teistsugune, et kui võtad päris juhusliku koha,  siis võib täiesti hullu padrikusse sattuda,  noh kus kaamera ees ei ole üldse seda tegevusruumi,  et ikkagi tingimus on see, et see koht, kuhu sa  selle üles paned, et siis peaks olema siin 10 15 meetrit niisugust. Vabamat pinda. Kaamerate puhul on oluline see ka, et, et tegelikult tuleks  suunavalikul panna ta metsas niimoodi, et ta ei oleks lõuna päikesesse. Praegu on see teie loendamise süsteem nagu õppimisjärgus veel. Mida ta siis veel õppima peab, millest ta paremaks peab saama? No esimene asi kindlasti on see, et talle tuleb nii-öelda  seda uut pildimaterjali ette sööta võiks nii-öelda. Erinevaid liike üksteisest paremini nagu eristama,  no ütleme, et kitsesi tunneb ta päris hästi,  aga ka sisuliseid liike, kes keda harvemini ette satub. No nendega läheb väga tihti väga valesti,  aga teine asi on ka see loomade liikumise hindamine. Et, et ütleme, et ongi, noh, eks seal on niisugused probleemid,  et maastik on ebatasane ja, ja, ja kui on sul palju neid  isendeid korraga mingi puntloomi on ju, et et ta küll leiab  nende nad üles sealt pildi pealt, aga see,  et kuidas ta nagu nüüd järgmisel pildil eristab,  et milline see, see nüüd see isend oli, võtab teine on ju ja,  ja siis sealt hakkavad need vead tulevad sisse,  et see mõõtmine jookseb selle koha pealt nagu nagu masinal  kinni praegu, et. Praeguse kaamera töötab juba väga hea. Ma võin vist jätta ennast siia esimeseks loomaks,  ma ei tea, kas see tehisintellekt saab aru ka. Ta arvab, et sa oled metssiga, ma arvan,  kui talle pettes, et. Selge selle mina olen kommertsiga. Nii et. Sellel arvutiprogrammil tuleb veel ilmselt kõvasti õppida,  et mina ei ole metssiga, aga lähen siis loendusena kohe alguses,  praegu. Talle tuleb õpetada inimesi ka ära. Sea puhul on see, et ta on niisugune suur mütakas  ja inimene. Oma jopega tuleb, on ka suur mütakas. Mis ruumis me praegu oleme? Me oleme hetkel Eesti maaülikooli putukakollektsioonis,  see on nüüd Eesti suurim putukakollektsioon üldse. Et ja nii, Eesti kui ka tegelikult Baltimaade Baltimaade  suurim putukakollektsioon ja kui nüüd päris aus olla,  et ega siin ei ole ainult putukad, siin on  ka veel ämblikud, ämblikulaadsed, mõned karbid  ja meil on väga esinduslik kollektsioon tegelikult ümarusse veel. Ehk siis kõik need kapid on siin neid isendeid paksult täis. Kõik on täis paksult. Eesti maaülikoolis töötavatel entomoloogidel on käes tõeline varandus. Hinnanguliselt elab Eestis kokku ligikaudu 22000 liiki lülijalgseid,  kellest on teaduslikult kirjeldatud umbes 12500. Maaülikooli putukakollektsiooni andmebaasis võib leida neist  umbes kaheksa ja poole 1000 jagu. Paljud siinse kollektsiooni kogud on pärit juba väga vanast ajast. Siin ma võiksin näidata näiteks Franz Sintenise poolt  koostatud koostatud kollektsiooni. Et see on siis Endine Eesti loodusuurijate seltsi kollektsioon  ja toona see on siis 19 sajandi lõpp, 20. algus. Need putukad monteeriti niiviisi, aga kõiki neid te  siis säilitate, et nad on siiamaani siis väärtuslikud absoluutselt,  et nad on ju seostatud kohaga ajaga liigiga ja,  ja kui meil neid isendeid on palju, et siis me saame  tekitada mingisuguse aegrea, me saame vaadata,  kuidas see või teine liik on Eestis levinud  või on ta siis hävinud hoopis. Pooleteise sajandi jooksul on Eesti teadlased  ja putukahuvilised lisaks kodumaale käinud ekspeditsioonidel  ka mujal maailmas ja käiakse siiani. Sõltuvalt teadustöö iseloomust ja liigigrupist tuleb  materjali kokku koguda mitmelt mandrilt. Lisaks kuivalt säilitatud materjalidele on meil siin,  tegelikult on meil siin üsna palju ka piirituse materjali. Et siin on kogutud Eesti materjal, mis on kogutud spets  püünistega malese püünistega kogutud kahe aasta vältel. Ja siin nüüd külmikutes kokku on kuskil pool miljonit. Isendit, ja, ja, ja siin on, need on sorditud sorditud gruppidesse,  et siin konkreetselt on tipu loide on üks,  üks suurem sääskede sugukond ja neid siis need ei ole nüüd määratud,  aga neid säilitatakse sügavkülmas kuskil miinus 20 miinus 25  peale 90 kuueses piirituses, mis siis võimaldab geneetilist  analüüsi veel mitmekümne aasta jooksul. Ehk siis need on nagu toormaterjal teadlaste jaoks,  et siit alles. Töö alles töö läheb lahti, jah, et põhimõtteliselt on,  siin on siin, nendes külmikutes on tegelikult võrdväärne  materjal näiteks Eesti geenipangaga. Igal aastal avaldavad teadlased kogu põhjal kaheksa kuni 10  kõrgetasemelist teadusartiklit ja üliõpilased teevad siin  töid bakalaureuse, magistri ja doktoritasemel. Holotüüpe ehk uut liiki kirjeldavad. Tüüpisendeid on kollektsioonis 500 ringis  ja palju on veel avastada. Mis töö siis praegu pooleli on? Praegu on ühe. Aafrika sääse prepareerimine, et sellest konkreetsest  sääsest on juba eelnevalt võetud paar jalga geneetiliseks analüüsiks. Ja nüüd ma siis prepareerin ta ära, et ma saaksin jälgida  tema genitaale. Kui tihti, siis tuleb selliseid ahhaa hetki ette? Nüüd on, sõltub sellest, kuidas defineerida ahhaa hetke. Et ütleme, kui neid uusi liike nüüd mõelda,  eks, Et et selliseid liike, keda pole veel maailmas kirjeldatud,  neid ikka tuleb, et minul on neid tulnud ette kuskil 200 korda,  m. See on nüüd Selle konkreetse sääse tagakeha tipp ehk  siis genitaalid tegemist on isase sääsega  ning siin o morfoloogilised erisused siin osades  ehk siis Koostüli väljanägemine on hoopis teine. Siin on väga pikad, väga pikad harjased. Mida siiani ei ole ühelgi selle perekonna liigil Aafrikas leitud? Ma saan aru, et seda avastamisrõõmu jätkub teil lõputult,  et nii kaua Nagu jõudu on ka, sest kui, kui, 18 sajandil, 19, sajandil oli avastamisrõõm. Kui sa leidsid uue saare uue mandri, siis tänapäeval  planeedil maa seda enam korraldada ei saa,  et sa pead minema järjest väiksemaks. No nii, mis sinul siin mikroskoobi all praegu on? See on üks röövlest, ta on selline hästi pisike,  mulle loom, ma näitan teda natuke teises perspektiivis,  korra siin on näha, kui suur on üks millimeeter umbes  ja kui suured lestad on siin. Ka väga väike ja mida sa siis vaatad siin täpselt? Ma lihtsalt üritan liiki määrata, ma vaatan määramis tunnuseid,  ma saan järjest suurema suurenduse peale minna  ja järjest rohkem detaile näha, siin. Ma saan aru, et lestad ongi sinu selline uurimissuund,  siis jah. Põhiliselt lestad, aga no kuna lestad on Eestis väga  halvasti tuntud ja neid pole varem suurt uuritud,  samas nad on ökoloogiliselt tähtsad mullaorganismid. Iga sammuga inimene õues kõndides astub 100-le lestale peale võib-olla. Nii et neid on hästi palju, nad on väikesed,  neil on oma funktsioon mullas. Ma teen oma doktoritööd tegelikult, kus ei ole mitte  lihtsalt lestade määramine, vaid, Ma üritan aru saada, kuidas nende, mis mitmekesisuse mustrid  täpselt välja näevad, mis neid mõjutavad,  erinevaid aspekte on palju ja lisaks lestadele ma olen  ka muude asjadega tegelenud, ma olen tuhatjalgsete ämblikega  tegelenud natuke ja ja ebaskorpionitega Kes sinul, heli, siin on? Meil on siin nii pistesääsklased kui ka mõned ööliplikad,  mis te teete nendega siis. Ööliblikad on juhukülalised, aga pistesääsklased,  keda on siin praegu kaks erinevat liiki. Nendega, me tegelikult tahaksime tule, kus hakata katseid tegema. Võib-olla nüüdseks juba kõik teavad, et ainult emased sääsed  on need, kes üldse mingil hetkel oma elus verd vajavad aga  tegelikult ülejäänud ajal nii emas kui isas pistesääsklased  käivad hoopis taimede toitu. Aga millised taimed neile meeldivad, me ei tea. Ja tahaksime seda katsetada. Ma saan aru, et siin on igal teadlasel ikkagi oma suund  nendest väikestest tegelastes. Sul on sääsed, need pistesääskused just,  et miks sa just nende peale oled. Enda suuna pannud. Natukene muidugi lihtsalt juhtus niimoodi,  aga teine asi on ka see, et pistesääskused on üks hästi  huvitav grupp sest nad seovad nii entomoloogiat kui  ka sellist natukene meditsiinilist poolt,  sest pistesääsklased kannavad edasi erinevaid haigustekitajaid. Ja siis on tore uurida nii nende nende endi elu kui  ka seda, kuidas nad nii inimeste kui teiste loomadega suhestuvad. Eelmise nädala lõpul tõi üks inimene paar-kolm liblikat  meile enda keldris, et tal on punased liblikad sinna  keldrisse tekkinud, kes nad on. Tegemist on kildrölasega, kes on meil täiesti tavaline liik. Aga kuna sealtkandist ei ole seda liiki,  siis ma mõtlesin, et võtan paar-kolm tükki sea kogusse,  sirutan ära. Mis seal peab siis tähele panema et neil läheks 90 kraadi  all sisse, siis jääb see loom ilusti, muidu on ta,  kui neil on viltu, läheb, siis läheb, see loom jääb väga  viltu sinna nõela otsa. Enamasti on vaja niimoodi panna, et jäävad tunnused näha. Et mõnikord on määramist tunnused taga tiiva peal  ja kui ees tiib ära katab taga tiiva siis neid tunnuseid  lihtsalt ei näe. Kui kaua te olete seda tööd juba teinud ja mitu liblikat ära sirutanud? Seda tööd siin maaülikoolis ma olen teinud aastast kell 2004  või viis. Aga liblikaid püüdnud ja sirutanud, ma olen viiendast  klassist saadik. Ja kui küsida, kui palju ma olen sirutanud? Ma ei oska seda öelda, ma arvan, see on kümneid tuhandeid,  kui mitte rohkem. Ja mis teile selle töö juures meeldib? Huvitav töö rahustab närve. Ja siis on pärast ka seda looma hea vaadata. Kunagi mul enda kollektsioon ka oli, siis sina sirutatud,  aga nüüd ma sirutan siin töö juures neid. Sirutatud keldriöölane tuleb kanda Eesti elurikkuse  andmebaasi ja lõpuks ülemaailmsesse elurikkuse andmekogusse  ja nii tekibki väikestest osadest tervikpilt. Lisaks üldisele mitmekesisuse uuringutele võib  kollektsioonist saada infost kasu olla ka näiteks praktilise  taimekaitses uute ja vahel ka inimtegevusele kasulike  või hoopis ohtlike liikide avastamisel. On teada-tuntud nüüd taimekaitses sellised olulised putukad,  kes siis on kasulikud näiteks kasvõi lehetäide Hävitajatena või no toituvad nendest aga aga nende hulgas on  ka neid, kes, On sellised. Minge näiteks jahukastet söövad üks liikuv,  meil näiteks see selline, aga kõige huvitavam nende hulgas  oli nüüd see, et kui meil on praegu vist 57 teadaolevat  lepatriinu liiki Eestis tuvastatud, siis 2021. aastal oli  leiti siis ka see niinimetatud kardetud lepatriinuliik. See oli Aasia. Härra Jaan Viidalepa puhul on tegemist tõelise entomoloogide legendiga. Ja teie ka siiamaani teete aktiivselt tööd  ja mis te teete siin? Praegu kaardistan kollektsiooni, st tüüpeksemplaride Ge preparaat. Ta tuleb ära teha enne, kui hilja on. Kui palju aastaid te olete ise liblikatega juba tegelenud? Peale esimest klassi koolis. Kaheksa aastaselt. Ja praegu tohib küsida, kui vana te olete? No 75 aastat on juurde tulnud ikka päris palju  ja siiamaani jätkub ikkagi sellist põnevust ja,  ja, ja sellist janu, teadmisi, janu ja. Nojah, eks see entoloogi Välitööde asi on nagu Horisonti küti asi,  et me, mida, Mida rohkem oled saanud, seda rohkem on juurde vaja. Sama asi on kogudes. Miks on ikkagi see entomoloogia oluline selline teadusharu  ka ühiskonna jaoks, miks on vaja seda nagu teha? Need arenevad kiiresti. No ütleme 25 50 korda kiiremini, kui inimene. Põlvkonnad vahelduvad kiiremini, muutused ilmnevad kiiremini. Ja nüüd ka liblikate järgi on praegu hea jälgida seda,  kuidas kliima muutub. Me, mis tuleb Pilt on kahe sõnaga selline, et kaovad ära vanade metsade liigid. Ja kaua teie veel ikkagi jaksate. Kaua teete?
