廣東車八嶺國家級自然保護區生物多樣性綜合監測信息服務平臺

束祖飛，何文通，李健，張應明，樸英超，羅澤＊

1.廣東車八嶺國家級自然保護區管理局，廣東 始興 512526

2.中國科學院計算機網絡信息中心，北京 100083

引 言

生物多樣性歷來是我國自然保護地科研監測和保護成效評估的重要內容。目前，在氣候變化、人為活動干擾等環境壓力下，自然保護地面臨生物多樣性下降、棲息地喪失等嚴重威脅。然而，科學、準確地回答生物多樣性的現狀和趨勢如何，仍面臨諸多挑戰和困難。傳統生物多樣性監測技術存在自動化程度低、數據龐大分散、集成度較低、資源共享程度低、監測和管理效率低等問題。近年來，隨著對生態文明建設關注度的提高，自然保護地對生物多樣性保護和信息化監測管理的需求在不斷增大，對集成多種新技術和新手段的信息化監測與管理平臺的需求更是日益強烈。例如，在我國已有超過80%的保護區布設紅外相機用于陸生大中型獸類的資源監測[1]，越來越多的保護地開展了森林大樣地的動態監測和棲息地質量的衛星遙感動態監測評估。國際上，Movebank[2]、iNaturalist[3]等在線數據庫和移動應用的推出，實現了野生動物大數據的云存儲，大大提升了調查監測信息的標準化與共享程度。然而，新技術、新產品在自然保護區的推廣應用依然存在問題，主要體現在新技術、新產品與自然保護區實際需求之間仍難以有效銜接，一些新技術、新產品之間的協同應用也面臨挑戰，需要加強系統集成性創新研發。

為推動保護區生物多樣性監測的體系化和規范化，2015年以來，在中國人與生物圈國家委員會和國際動物學會的倡議下，中國科學院動物研究所、中國科學院計算機網絡信息中心和中國科學院空天信息創新研究院依托中國生物圈保護區網絡（China Biosphere Reserve Network, CBRN）發起和組織了中國生物圈保護區網絡野生動物綜合監測計劃。自2018年起，該計劃以廣東車八嶺國家級自然保護區(以下簡稱為車八嶺保護區)為示范基地，系統地研發了以野生動物為主的生物多樣性監測關鍵技術集成和綜合信息服務平臺，實現了科研監測數據的智能化、可視化的綜合分析、展示與存儲管理，為自然保護地科學管理與生態保護決策提供定量化、高精度的空間信息支撐與精準化服務。開展的工作契合當前國家生態文明建設的重大需求，通過推動自然保護地科研監測技術體系的標準化和智能化建設，為解決自然保護地生態系統和生物多樣性保護的難題提供了全鏈條系統解決方案，將有助于全面支撐自然保護地的科學保護、科學管理和科學決策。

1 車八嶺保護區及其監測體系概況

車八嶺保護區位于廣東省北部韶關市始興縣境內，地理位置介于北緯24°40’29”-24°46’21”，東經114°07’39”-114°16’46”之間，總面積7,545 公頃。如圖1 所示，車八嶺保護區不僅是中國生物圈生物多樣性保護示范基地，也是世界生物圈保護區網絡成員。保護區以中亞熱帶森林生物多樣性保護和自然保護地建設為重點目標，以生物多樣性及其生態系統功能、重點物種保育、有害生物防控為主要內容，開展長期定位觀測和試驗研究，突出生物多樣性形成、維持與保育機制研究，建立森林生物多樣性保護恢復的理論與技術體系，為森林生物多樣性保護恢復、自然保護地支撐發展和生態文明建設服務。

圖1 車八嶺保護區衛星遙感影像Fig.1 Satellite remote sensing image of Chebaling Reserve

車八嶺保護區已建設了比較完善的科研監測基礎設施，建立了多類群（獸類、鳥類和蜂蝶類）全境監測網絡，1 個面積20 公頃的森林動態監測樣地、4 個1 公頃監測樣地、19 個40m×40m 海拔梯度樣地，設立綜合氣象觀測站1 個、林冠層大氣環境觀測站1 個、小型氣象觀測站5 個、水文觀測點3 個。紅外相機監測位點230 個、蜂類巢管監測位點420 個、鳥類監測位點400 個、蝴蝶監測位點400 個。另有鳥類海拔梯度樣線12 條、小型獸類調查樣方25 個、兩棲爬行類監測樣線13 條。

經過40年建設，車八嶺保護區系統地構建了自然保護區生物多樣性監測與評估體系。近年來，保護區集成優化了紅外相機技術、衛星遙感技術、信息技術等現代監測技術，克服傳統“點”尺度監測技術的局限性，以陸生大中型獸類、地面活動鳥類及棲息地狀況、人類活動等為主要調查對象，構建生物多樣性綜合監測技術體系。相關工作的推廣和應用，將促進我國自然保護地體系生物多樣性智能監測評估的科學性、可比性和長效性。

2 保護區科研監測網絡與云服務平臺

科研監測數據傳輸網絡和科研監測云服務平臺是車八嶺保護區生物多樣性綜合監測信息服務平臺的兩個重要組成部分。

2.1 覆蓋保護區全境的監測數據傳輸網絡

基于700MHz FDD-LTE 無線傳輸網絡，車八嶺保護區部署了4 個網絡基站，建設了覆蓋保護區全境的野外監測數據傳輸網絡。該網絡覆蓋了保護區內的80 個平方公里網格，以及保護區外的11 個平方公里網格。部署于野外的紅外觸發相機和其他監測設備獲取的數據能夠實時上傳到云服務平臺。700MHz 頻段的范圍是698MHz ～806MHz，具備頻點低、傳輸損耗低、覆蓋范圍大、穿透力強等優勢，適合用于保護區野外大面積大范圍移動數據傳輸覆蓋，700MHz 頻段覆蓋半徑約為2.6GHz 頻段的2-3 倍，可以有效降低保護區基站信號覆蓋成本。在車八嶺保護區部署的雙向無線通信網絡使用703-748MHz作為上行頻段，756-798MHz 作為下行頻段，采用FDD-LTE 通信制式，在20MHz 頻寬下可為用戶提供100Mbps 下行和50Mbps 上行數據帶寬。在實測中，上行速率峰值達到了68Mbps，下行速率峰值達到了112Mbps。每個基站支持約40 臺紅外相機并發傳輸數據。如圖2 所示，野外監測數據經基站匯聚接入廣電核心網，然后進入互聯網，最終到達位于中國科學院計算機網絡信息中心的云服務平臺。車八嶺保護區成為我國首家基于700MHz FDD-LTE 無線傳輸網絡實現保護區全境網絡覆蓋的自然保護區。

圖2 車八嶺保護區700M 監測傳輸網絡及監測數據傳輸Fig.2 700M transmission network in Chebaling Reserve and monitoring data transmission

保護區全境監測無線網絡覆蓋的實現，解決了監測數據人工收集難、成本高、人為干擾大、實時性差等關鍵問題，支持保護區工作人員及科研人員在野外工作過程中實時在線，為保護區網絡化監測設備的大規模部署，實現保護區的全面感知，以及監測數據的實時傳輸提供了網絡基礎設施。同時，在傳輸網絡建設中，將保護區建設的700M 監測網絡接入公網，減少了專網建設投資，使得建設和后續運維成本經濟可行。

2.2 保護區科研監測云服務平臺

車八嶺保護區和技術支撐團隊集成整合多源異構的監測數據，研發了保護區科研監測云服務平臺，一站式提供數據資源“采集—存儲—管理—分析—可視化”科研監測信息化服務。以多源異構數據采集、數據智能分析處理、大數據存儲、數據可視化展示為技術切入點，該平臺高質量集成優化紅外相機全境監測、鳥類全境監測、基于傳感器的生態感知、衛星遙感監測、無人機監測、地理信息系統等“天空地一體化”關鍵創新技術，系統地研發并集成了紅外相機數據智能分析系統、森林動態樣地綜合監測數據管理系統、科研監測野外巡護調查系統、基于衛星遙感的棲息地質量監測與評估系統、鳥類調查數據管理系統等，建成了集成數據綜合管理、數據智能分析處理、數據綜合展示和統一門戶管理為一體的科研監測綜合信息化服務體系，實現了從信息源、數據采集、數據存儲、數據分析到數據應用的一體化關鍵技術集成，以及從源頭到終端的自動化、智能化、可視化分析應用。

車八嶺保護區科研監測云服務平臺架構如圖3所示。云服務平臺建立了保護區監測站點的數據采集、傳輸、交換和發布體系，建立了上下貫通、完善高效的保護區大數據信息化支撐環境，建立了支持業務集成整合的服務體系。通過保護區科研監測數據的標準化建設，云服務平臺實現紅外相機、衛星遙感、生態環境監測和野外調查數據的統一存儲管理和分析處理，基本實現保護區“資源一張圖”。同時，信息基礎設施和服務按需求提供，保護區無需額外投資信息化基礎設施和平臺運維，解決了保護區缺乏專業信息化支撐運維人員和軟硬件成本投入高的關鍵問題。

圖3 車八嶺保護區科研監測云服務平臺架構Fig.3 Architecture of cloud service platform for research and monitoring of Chebaling Reserve

車八嶺保護區科研監測云服務平臺在規劃、設計和建設過程中充分考慮了平臺的可持續發展。在傳輸網絡建設中，保護區將700M 監測網絡接入公網，減少專網建設投資；以軟件即服務的方式提供平臺軟件和運維服務，降低平臺的運行維護成本。總體而言，車八嶺保護區開展的示范工作，在保護區財力、人力能夠負擔的范圍內，為保護區生物多樣性監測信息化提供了一套可行的解決方案。隨著監測設備成本的進一步降低，以及以云服務提供軟件服務模式的進一步推廣，該方案有望進一步降低成本，確保保護區開展生物多樣性智能監測及可持續發展在經費和成本上經濟可行。

后續章節重點介紹車八嶺保護區科研監測云服務平臺上集成整合的幾個關鍵系統。

3 紅外相機數據智能分析系統

紅外相機技術是一種針對大中型獸類和地棲鳥類等陸生脊椎動物進行物種調查和科學研究的地面遙感監測技術，即通過被動式/主動式紅外觸發相機或定時拍攝相機來獲取野生動物圖像數據，并通過這些野生動物圖像來分析野生動物的物種分布、種群數量、行為和生境利用等重要數據[4]。

車八嶺保護區自2016年12月起，開展陸生大中型獸類和地棲鳥類紅外相機全境監測與評估研究，建立了廣東省自然保護區首個野生動物紅外相機全境監測網絡，如圖4 所示。以整個保護區為實施單元，全境80 個公里網格，在保護區外設置20 個公里網格作為對照比較。

圖4 車八嶺保護區紅外相機全境監測公里網格Fig.4 Infrared camera kilometer grid monitoring network across the territory of Chebaling Reserve

截至2021年8月，車八嶺保護區部署的紅外相機拍攝野生動物有效圖像近68 萬份，共記錄獸類和鳥類93 種，包括國家一級保護動物小靈貓、黃腹角雉、海南鳽3 種，國家二級保護動物有中華鬣羚、水鹿、斑靈貍、白鷴、鳳頭鷹、松雀鷹、蛇雕、仙八色鶇等19 種，IUCN 紅色名錄的瀕危、易危或近危物種16 種，其中黃腹角雉和水鹿為車八嶺近20年來首次拍攝到的影像資料。

圖5 展示了紅外相機拍攝的部分野生動物的憑證照片。紅外相機數據智能分析系統使用圖像識別以及智能視頻分析等技術，對傳輸到云服務平臺的紅外相機數據自動進行目標檢測與智能識別，實現紅外相機數據管理和智能分析處理。目前目標檢測準確率達91.6%，常見物種識別準確率不低于92%。圖像/視頻智能分析的流程如圖6 所示。

圖5 車八嶺保護區紅外相機拍攝的部分野生動物的照片Fig.5 Voucher photos of some wild animals taken by infrared cameras in Chebaling Reserve

圖6 紅外相機圖像/視頻智能分析處理流程Fig.6 Infrared camera image/video intelligent analysis and processing pipeline

紅外相機圖像視頻數據處理過程如下：首先利用圖像及視頻文件中的元數據以及紅外相機點位等輔助信息，系統自動提取出圖像、視頻數據的拍攝時間、地點等要素；然后利用深度學習與圖像視頻處理核心算法，平臺構建基于圖像和視頻內容的智能分析引擎，基于大量訓練產生的野生動物特征模型，自動檢測分析監測圖像和視頻內容中是否存在野生動物，所屬物種，個體數量等，實現從圖像視頻數據到可統計可分析的文字和數值記錄的轉變；最后在識別分析過程中，系統實現對無效圖像及視頻（即無野生動物的圖像和視頻）的自動判斷與篩選，對有野生動物活動的圖像和視頻實現自動標注和關鍵幀提取。

通過無效圖像和視頻數據的檢測篩除，以及野生動物物種自動識別，系統極大地減少了人工審核的工作量，并對后續的野生動物分布、活動節律分析等提供了有效支持。圖7 展示了根據紅外相機數據統計分析得到的車八嶺保護區野生動物物種豐富度分布。

圖7 基于紅外相機數據的物種豐富度展示Fig.7 Species richness presentation based on infrared camera data

目前平臺支持的物種種群評估方法包括相對多度指數計算分析、網格占有率分析和占域模型分析。

相對多度指數（Relative Abundance Index, RAI）的計算公式如式（1）所示。

RAI 主要比較每100 個或1,000 個單位相機日內不同物種（特別是那些不能個體識別的種類）的相對密度，并假定某區域內動物的照片拍攝率與動物的密度成正相關[5-7]。

網格占有率（Grid Occupancy, GO）的計算公式如式（2）所示。

占域模型（Occupancy Model, OM）用于計算每個物種在不完全探測情況下的探測率和實際棲息地占域率[8-9]。

以2017年的數據分析結果為例，相對多度指數最高的鳥類是白鷴，RAI 指數為7.948；其次為黑領噪鹛、灰樹鵲、紫嘯鶇、白眉山鷓鴣和小黑領噪鹛等。全年網格占有率較高的鳥類有白鷴、黑領噪鹛、灰樹鵲、紫嘯鶇、白眉山鷓鴣、小黑領噪鹛、虎斑地鶇和灰背鶇，均超過了30%。相對多度指數和網格占有率最高的獸類為紅腿長吻松鼠，其次為野豬、鼬獾、倭松鼠和小麂等[10]。

基于700M FDD-LTE 傳輸網絡，以及紅外相機圖像視頻智能分析技術，信息服務平臺打通了監測數據采集、匯聚、智能分析和可視化展示全鏈條各環節。紅外相機觸發拍攝得到的圖像、視頻數據，以近實時的方式傳輸至云服務平臺，云服務平臺進行數據的存儲管理、智能分析和可視化呈現。整個過程在一分鐘之內完成，實現從感知獲取數據到智能分析處理、可視化呈現全流程的自動化和智能化。

4 基于衛星遙感的棲息地質量監測評估系統

利用遙感衛星數據的多樣性以及在時間維度、空間維度上的尺度差異，以車八嶺保護區棲息地結構、植被以及空氣、水文、土壤等生態系統功能和人類活動影響等參數作為主要監測指標，結合大數據、云計算、地理信息系統等相關技術，車八嶺保護區建立了動物棲息地生境質量監測與評估系統，實現對棲息地生態長時間序列、多空間尺度的全方位快速監測與評價，并對棲息地變化、變遷方向和未來發展做出評估，為政策的制定和保護策略提供重要的信息保障和決策支持。表1 顯示了利用衛星遙感進行野生動物棲息地監測的主要特征指標、空間分辨率和時間分辨率。

表1 利用衛星遙感進行野生動物棲息地監測的主要指標Table 1 The main indicators of using satellite remote sensing for wildlife habitat monitoring

通過對衛星遙感數據進行前期預處理、提取相關監測指標，棲息地生境質量監測與評估系統構建了棲息地質量監測地理空間數據庫，開發了地理信息系統實現地理空間數據可視化展示，實現保護區本底數據可視化分析、棲息地的質量監測和評價等功能。

4.1 生態本底現狀及歷史變化趨勢評估分析

基于1987-2017年共30年的遙感衛星數據，結合其他監測、實測數據，從棲息地結構、植被特征、人類活動等方面，系統對車八嶺保護區野生動物棲息地質量現狀和歷史趨勢進行分析，評估保護區及保護區周邊5km 的生態系統現存的問題、歷史變遷的趨勢與引起變化的主要原因，為保護區實施更具針對性的野生動植物棲息地監測與保護提供科學數據與理論支持。

車八嶺保護區土地利用/覆蓋變化顯示，1987-2017年的30年間，草地、石質裸地面積逐漸減少，并向林地轉化，建筑、耕地區域有小幅度減少。林地面積比例從1987年的92.12%增加到了2017年的97.18%。

系統使用Landsat 數據反演的年度EVI 均值的變化趨勢來分析保護區植被狀態的變化趨勢，計算2017年與1987年植被指數差值并形成圖像，如圖8所示，紫色代表EVI 均值降低，顏色越深，降低數值越大，綠色代表EVI 均值升高，顏色越深則升高數值越大。從圖中可以看出，除極少部分低海拔區域的建筑區、耕地外，其他地區EVI 均值均有不同程度的升高。

圖8 車八嶺保護區2017年與1987年EVI 均值空間分布差值對比Fig.8 Spatial distribution of difference between the mean value of EVI in 2017 and 1987 in Chebaling Reserve

根據各年份遙感分類的結果，系統提取了人為活動的主要區域。通過1987年與2017年的對比，如圖9 所示，可以看出，保護區大部分區域基本維持原狀，影響的變化低于0.1，部分地區影響程度甚至有所降低。

圖9 車八嶺保護區2017年與1987年人為活動影響程度變化對比Fig.9 Spatial distribution of difference between human activities impact in 2017 and 1987 in Chebaling Reserve

4.2 生態系統服務功能價值評估

森林生態系統具有豐富的生物多樣性、復雜的結構和生態過程，對改善生態環境，維持生態平衡有著重要作用。結合車八嶺保護區的生態、人文、地理、氣候等多種因素，系統建立了車八嶺保護區的生態系統服務功能價值評估體系，并計算保護區森林的主要幾種生態系統服務功能價值，以求增強人們對車八嶺保護區森林生態效應的認識，合理地制定區域開發政策，從而實現可持續發展的目的。

生態系統服務功能價值評估計算方法主要參考《自然保護區生態系統服務評估體系及案例研究》[11]及《廣東古兜山自然保護區森林生態系統服務價值評估》[12]，并參考相關文獻[13-16]，結合棲息地的實際情況確定。具體包括：生產功能價值、固碳造氧價值、凈化空氣價值、涵養水源價值、凈化水質價值、固土保肥價值、防風固沙價值、氣候調節價值、生物多樣性保護價值共9 項內容。以生產功能價值評估為例，對于車八嶺保護區來說，生產功能主要體現在林業產品中，即木材的生產。生產功能價值評估模型公式如式（3）所示。

表2 是車八嶺保護區2017年的生態系統服務功能價值統計結果，其總價值在2 億元以上。其中，生物多樣性保護價值占比最高，為29.20%；其次為防風固沙和生產功能，分別達到22.93%和18.02%；固碳造氧和凈化空氣功能價值均接近10%，所占比例居中；固土保肥、涵養水源、凈化水質、氣候調節價值比例相對較低，但合計也達到10%以上。總體來說，車八嶺保護區的生態系統服務功能產生了極大的生態和經濟價值。

表2 車八嶺保護區2017年生態系統服務功能價值總表Table 2 Ecosystem service function values of Chebaling Reserve in 2017

4.3 車八嶺保護區2008年冰凍災害恢復評估

基于Landsat 數據提取的年度EVI 均值，系統對廣東車八嶺保護區植被受災程度和災后10年恢復情況做了定量分析[17]。車八嶺保護區2008年冰凍災害影響程度空間分布如圖10 所示，不同顏色代表EVI 不同的變化程度，紅色和橙色代表EVI 下降，綠色代表上升。2008年冰凍災害過后，保護區89%區域的EVI 指數下降。其中，61%面積的（-0.1-0）植被受到損害的程度相對較低，28%面積的植被受到損害的程度嚴重（較少0.1 以上）。

圖10 車八嶺保護區2008年冰凍災害影響分布Fig.10 Spatial distribution of the freezing disasters impact in Che- baling Reserve in 2008

從圖11 中可以看出，至2017年，保護區植被恢復情況良好，大部分地區，尤其是天然植被覆蓋地區，植被質量已經超過災前狀態，這也說明，在無人為干擾的情況下，天然植被具有較高的災害抗性和災后恢復能力，也從側面證明了車八嶺保護區植被生態系統整體維持在較高質量水平。

圖11 車八嶺保護區2008年冰凍災害后十年恢復程度空間分布Fig.11 Spatial distribution of recovery degree after ten years of freezing disaster in Chebaling Reserve in 2008

5 森林樣地及野外調查系統

森林動態樣地綜合監測數據管理系統和科研監測野外巡護調查系統也是云服務平臺上兩個有特色的服務系統。

5.1 森林動態樣地綜合監測數據管理系統

車八嶺保護區分布著典型的南亞熱帶向中亞熱帶過渡地帶的常綠闊葉林。保護區于2017年建立了1 個面積為20 公頃的森林生態監測樣地，開展森林生態系統綜合監測與研究，該樣地已于2019年加入了中國森林生物多樣性監測網絡。科研人員對樣地內木本植物掛牌標記、定位、測量胸徑并鑒定到物種，每5年復查一次。第一次調查記錄了隸屬230 種、140 屬、64 科的100,192 個植物個體的空間坐標、胸徑、物種等海量詳實數據，并獲取了土壤理化性質與微生物數據。平臺首次系統展示了車八嶺20 公頃樣地包含個體空間信息的物種分布圖，如圖12所示。結合車八嶺20 公頃監測樣地和19 個基于海拔梯度分布的衛星樣地數據分析，科研團隊揭示了氣候和森林林分特征對樹木緯度多樣性梯度格局的影響[18]。

圖12 車八嶺保護區20 公頃樣地內主要物種特征與土壤理化空間分布格局Fig.12 Characteristics of main species and spatial distribution patterns of soil physical and chemical properties in the 20-hectare plot in Chebaling Reserve

5.2 科研監測野外巡護調查系統

根據保護區野外巡護調查工作的實際需求，研發團隊設計了科研監測野外巡護調查系統，包括數據采集流程、數據存儲管理、分析和展示等模塊，實現了采集表定制、野外數據采集、數據和軌跡記錄上傳、數據審核、數據入庫、查詢統計、分析及可視化等功能，保障了移動端的高效、智能和易用，提供了支持異構數據融合存儲，高度可擴展的數據存儲模型，以及支持I/O 密集操作的數據管理平臺。科研監測野外巡護調查系統由移動端數據采集系統和Web 端管理系統兩部分組成。移動端負責巡護調查數據的采集，是一個基于Android 移動終端的巡護調查數據采集APP；Web 端負責數據的管理，支持管理人員的后臺操作，是一個基于B/S 架構的數據管理平臺。用戶首先通過數據管理平臺中的采集表定制模塊定制構建所需要的采集表模板；然后使用移動終端中的數據采集APP 下載導入采集表模板并進行野外數據采集，通過移動互聯網將采集的數據和軌跡記錄上傳至數據管理平臺；最后使用數據管理平臺對采集數據和軌跡進行審核入庫、查詢統計、分析和可視化等操作。科研監測野外巡護調查系統實現了野外巡護調查數據采集工作的標準化、規范化，提升了野外巡護調查工作的效率。

目前，車八嶺保護區使用科研監測野外巡護調查系統開展了野外紅外相機位點管理、獸類樣線痕跡調查、鳥類樣線樣點調查、植物資源調查、兩棲爬行類調查、大型真菌調查、昆蟲樣線調查等野外巡護調查工作，調查業務流程如圖13 所示。

圖13 科研監測野外巡護調查系統Fig.13 Monitoring and field patrol investigation system

6 結論與展望

基于新技術和新方法建立標準化、規范化、智能化的生物多樣性綜合監測與評估技術體系，是當前我國以國家公園為主體的自然保護地體系建設和發展的重要方向之一，將為自然保護地野生動植物資源的科學評估、科學管理和科學保護以及建設“智慧保護區”提供重要基礎。

盡管目前車八嶺保護區在科研監測信息化建設方面處于國內自然保護區前列，但仍需加強平臺統一化、技術人員能力培養、多學科交叉研究、多部門信息共享與網絡安全保障等方面建設。目標是充分發揮大數據集成分析和管理優勢，實現物聯網、遙感、3S 等信息技術與自然保護區主體業務高度融合，移動與智慧化應用遍及保護區的日常管理工作，最終實現自然保護區的智慧化管理。

下一步，保護區和技術支撐團隊將針對自然保護區保護管理工作的實際需求，結合長遠可持續發展的目標，通過對大數據、物聯網、云計算、人工智能、遙感、地理信息系統等信息技術的綜合運用，構建起覆蓋自然保護區的森林、草地、河流、大氣、濕地、土壤、野生動植物等各類生態要素的動態監測系統和數據庫，提升自然保護區保護自然資源、保護生物多樣性、穩定生態系統的生態保護能力。同時，保護區將打破信息孤島，建立和完善信息共享平臺，促進自然保護區生態環境數據和監控管理數據的互聯互通和開放共享，協調組織科研團隊積極開展科學研究，建立并完善監測體系，促進自然保護區和社區的可持續發展。通過信息技術的綜合應用，有效提升自然保護區保護管理工作的智慧化水平，有效支持自然保護區的可持續發展。

致謝

感謝中國人與生物圈國家委員會、國際動物學會和廣東省林業局的指導和支持。感謝中國科學院動物研究所、中國科學院空天信息創新研究院、中山大學、廣東省科學院動物研究所的合作支持。

利益沖突聲明

所有作者聲明不存在利益沖突關系。