人工智能助力生物多樣性監(jiān)測與保護(hù)

張淵媛 楊崢

隨著算力、算法和數(shù)據(jù)的不斷提升，人工智能（Artificial Intelligence，AI）已經(jīng)成為新一輪工業(yè)革命的核心技術(shù)。AI可以賦予機(jī)器一定的學(xué)習(xí)能力，實(shí)現(xiàn)類似人腦的識(shí)別、認(rèn)知、分析和決策等復(fù)雜功能，其快速發(fā)展正在改變我們社會(huì)生活的方方面面。近年來，AI也被越來越廣泛地應(yīng)用于生物多樣性監(jiān)測，為生物多樣性保護(hù)提供了強(qiáng)大的科技助力。

一、運(yùn)用AI進(jìn)行物種監(jiān)測與識(shí)別

基于圖像與視頻智能技術(shù)的物種監(jiān)測。物種視頻監(jiān)測識(shí)別系統(tǒng)由硬件設(shè)備和軟件系統(tǒng)兩部分構(gòu)成，硬件設(shè)備包括前端攝像頭采集設(shè)備、后端識(shí)別服務(wù)器和終端展示設(shè)備（如手機(jī)、電腦和展示大屏等），這些設(shè)備協(xié)同工作，用于采集、處理和展示視頻和圖像數(shù)據(jù)；軟件系統(tǒng)中部署了神經(jīng)網(wǎng)絡(luò)算法模型，用于圖像和視頻的分析，通過對(duì)物種的特征提取和分類，能夠獲得高精度的物種目標(biāo)識(shí)別結(jié)果，同時(shí)還可以輸出不同物種的數(shù)量。在對(duì)圖像和視頻分析處理之后，系統(tǒng)會(huì)對(duì)一定時(shí)間內(nèi)監(jiān)測到的物種、數(shù)量等信息進(jìn)行統(tǒng)計(jì)分析，并以日?qǐng)?bào)、周報(bào)的形式向系統(tǒng)管理人員發(fā)送郵件進(jìn)行提示。如監(jiān)測到珍稀瀕危物種，系統(tǒng)將發(fā)出“預(yù)警”進(jìn)行提示。此外，所有監(jiān)測記錄到的圖像、視頻數(shù)據(jù)信息都會(huì)保存在系統(tǒng)中，供科研人員隨時(shí)調(diào)用。

基于聲音智能技術(shù)的物種監(jiān)測。針對(duì)“只聞其聲，不見其物”的動(dòng)物，采用基于AI的聲音監(jiān)測系統(tǒng)進(jìn)行識(shí)別是一種非常有效的方法。該類系統(tǒng)采用高靈敏度的拾音器設(shè)備和集成聲音識(shí)別AI算法模型的物種聲音識(shí)別邊緣計(jì)算設(shè)備，可以長時(shí)間實(shí)時(shí)采集野生動(dòng)物聲音數(shù)據(jù)，并對(duì)其進(jìn)行動(dòng)物物種及聲音場景的分類識(shí)別。分析處理聲音數(shù)據(jù)后，系統(tǒng)會(huì)將監(jiān)測數(shù)據(jù)和對(duì)應(yīng)的識(shí)別結(jié)果發(fā)送至后臺(tái)數(shù)據(jù)庫進(jìn)行統(tǒng)計(jì)分析，記錄出現(xiàn)的物種及頻次。如果發(fā)現(xiàn)出現(xiàn)新物種、保護(hù)物種或珍稀物種，系統(tǒng)會(huì)以郵件形式發(fā)出新物種報(bào)告，并由專業(yè)人員進(jìn)行復(fù)核。此外，該系統(tǒng)與物種視頻識(shí)別系統(tǒng)相結(jié)合，可共同構(gòu)建更加完備的動(dòng)物智慧監(jiān)測識(shí)別系統(tǒng)。

二、AI在生物多樣性監(jiān)測與保護(hù)中的應(yīng)用

應(yīng)用于鳥類多樣性的監(jiān)測與保護(hù)。鳥類是生物多樣性中最受公眾關(guān)注的一個(gè)類別，同時(shí)由于鳥類對(duì)生境因子的變化比較敏感，常作為區(qū)域生物多樣性監(jiān)測的指示性物種。智慧監(jiān)測系統(tǒng)在鳥類多樣性監(jiān)測應(yīng)用中能起到重要作用，其主要可解決三個(gè)方面的問題：一是看得清，即可通過對(duì)視頻圖像的智能處理，提升圖像質(zhì)量；二是看得準(zhǔn)，即可通過計(jì)算機(jī)深度學(xué)習(xí)技術(shù)，識(shí)別鳥的種類、統(tǒng)計(jì)鳥類數(shù)量；三是看得懂，即可通過AI算法模型，監(jiān)測和分析鳥類的行為。目前，北京已經(jīng)有多處布置了鳥類智慧監(jiān)測系統(tǒng)，其中運(yùn)行成效較為突出的是南海子麋鹿苑鳥類智慧監(jiān)測系統(tǒng)。該系統(tǒng)通過5G網(wǎng)絡(luò)將高清攝像頭采集的高分辨率視頻信號(hào)實(shí)時(shí)上傳至服務(wù)器后進(jìn)行自動(dòng)識(shí)別，有效解決了傳統(tǒng)人工監(jiān)測方法效率低、成本高、數(shù)據(jù)碎片化等問題。該系統(tǒng)于2023年1月下旬拍攝到了國家一級(jí)保護(hù)動(dòng)物白尾海雕，這也是該地自建立智能系統(tǒng)后首次監(jiān)測到猛禽類動(dòng)物，顯示了AI在監(jiān)測報(bào)告珍稀瀕危野生動(dòng)物上的潛力。

應(yīng)用于其他野生動(dòng)物監(jiān)測與識(shí)別。AI深度學(xué)習(xí)技術(shù)的不斷發(fā)展和優(yōu)化為野生動(dòng)物識(shí)別和保護(hù)工作提供了強(qiáng)有力的支撐。近年來，生物聲學(xué)監(jiān)測方式也被應(yīng)用于野生動(dòng)物研究，成為野生動(dòng)物監(jiān)測與保護(hù)的“神助攻”。一些研究人員嘗試將深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)與一系列自動(dòng)記錄裝置結(jié)合，并通過數(shù)據(jù)預(yù)處理、聲音譜圖轉(zhuǎn)換以及聲音識(shí)別模型的開發(fā)與設(shè)計(jì)，對(duì)采集到的大量動(dòng)物音頻數(shù)據(jù)進(jìn)行自動(dòng)分析處理，以實(shí)現(xiàn)目標(biāo)物種的自動(dòng)判別。另外，AI也被應(yīng)用到昆蟲監(jiān)測中。蟲情預(yù)警器是智能識(shí)別應(yīng)用最廣泛的領(lǐng)域，主要應(yīng)用于農(nóng)業(yè)生產(chǎn)，利用昆蟲活動(dòng)特性抓捕收集昆蟲，并自動(dòng)烘干拍照，再利用AI識(shí)別計(jì)數(shù)，以達(dá)到監(jiān)測農(nóng)業(yè)害蟲蟲情的目的。

應(yīng)用于智能無人機(jī)進(jìn)行林業(yè)資源調(diào)查與特定物種保護(hù)。森林生態(tài)系統(tǒng)是重要的自然系統(tǒng)之一，有著豐富的生物多樣性。搭載人工智能技術(shù)的智能無人機(jī)可通過掛載高清攝像頭和遙感設(shè)備，拓寬地面巡視，增加高空視角，應(yīng)用于森林生物資源調(diào)查。智能無人機(jī)還能夠自主避障，且可以以一臺(tái)無人機(jī)為中心進(jìn)行編隊(duì)飛行，實(shí)現(xiàn)無人機(jī)與無人機(jī)之間的協(xié)同，大大提高工作效率。在森林系統(tǒng)的野生動(dòng)物監(jiān)測和保護(hù)中，利用智能無人機(jī)可精準(zhǔn)監(jiān)測野生動(dòng)物的數(shù)據(jù)，通過大數(shù)據(jù)分析、人工智能算法進(jìn)一步對(duì)物種進(jìn)行識(shí)別和歸類，還可以監(jiān)控物種的健康狀態(tài)，梳理同一物種不同個(gè)體間的關(guān)系等，實(shí)施全方位的監(jiān)測和保護(hù)。此外智能無人機(jī)還可通過特征識(shí)別（如腳印、面部特征、活動(dòng)特征）對(duì)某特定瀕危動(dòng)物進(jìn)行重點(diǎn)監(jiān)測，達(dá)到保護(hù)瀕危動(dòng)物的目的。

三、運(yùn)用AI進(jìn)行生物多樣性監(jiān)測的優(yōu)勢與挑戰(zhàn)

從AI應(yīng)用于生物多樣性監(jiān)測的優(yōu)勢來看，傳統(tǒng)方法對(duì)野生動(dòng)物種類及種群數(shù)量進(jìn)行觀測及統(tǒng)計(jì)面臨多種問題。以鳥類監(jiān)測為例，鳥類調(diào)查隨機(jī)性大，樣線調(diào)查的方法很難真實(shí)反映一個(gè)地區(qū)的物種結(jié)構(gòu)，固定樣點(diǎn)調(diào)查往往需要長時(shí)間、高頻率的調(diào)查密度，但這會(huì)降低生境的覆蓋度，造成樣本容量與調(diào)查總體間的不匹配。另外，人工監(jiān)測方法基礎(chǔ)數(shù)據(jù)獲取成本高，大量依靠高度專業(yè)的人員投入，耗時(shí)耗力、效率較低，難以滿足當(dāng)前生態(tài)監(jiān)測工作的需求。

采用AI與生態(tài)學(xué)大數(shù)據(jù)分析方法優(yōu)勢十分明顯：第一，能夠?qū)崿F(xiàn)自動(dòng)化、智能化、長周期的實(shí)時(shí)監(jiān)測，幫助解決在鳥類監(jiān)測中的數(shù)據(jù)不實(shí)時(shí)、不全面、不準(zhǔn)確等問題。隨著智能監(jiān)測點(diǎn)的增加，可提高監(jiān)測數(shù)據(jù)的覆蓋面與準(zhǔn)確度，減輕專業(yè)人員的工作壓力，提高鳥類監(jiān)測工作效率，為鳥類調(diào)查和動(dòng)態(tài)監(jiān)測提供創(chuàng)新手段。第二，基于AI的聲音識(shí)別技術(shù)具有不受光線影響、對(duì)生物無干擾、能夠全天候運(yùn)行、數(shù)據(jù)傳輸壓力小等天然優(yōu)勢，還能夠直接監(jiān)聽生物之間的溝通信息及相關(guān)行為，為保護(hù)生物多樣性提供了重要的數(shù)據(jù)依據(jù)。第三，可構(gòu)建基于AI的分析預(yù)判平臺(tái)，為管理部門決策提供技術(shù)支撐。通過獲取生物的圖像、視頻和聲音，形成集物種監(jiān)測、信息管理和決策支撐為一體的綜合性平臺(tái)，讓生物多樣性監(jiān)測與保護(hù)更加智能化、信息化、精準(zhǔn)化，提高生態(tài)問題治理的科學(xué)水平。第四，可作為科普宣傳平臺(tái)，服務(wù)于公眾。AI監(jiān)測與保護(hù)平臺(tái)，可實(shí)時(shí)直觀地展示生物的形態(tài)、行為及健康狀況，對(duì)于科普宣教是一種方法創(chuàng)新。AI終端展示平臺(tái)，可以向公眾生動(dòng)地呈現(xiàn)各類生物保護(hù)知識(shí)，在提升公眾生態(tài)環(huán)境意識(shí)和素養(yǎng)的同時(shí)也提高了互動(dòng)性，進(jìn)而提升了公眾保護(hù)生物多樣性的主觀能動(dòng)性。

從AI應(yīng)用于生物多樣性監(jiān)測所面臨的挑戰(zhàn)來看，基于圖像與視頻的物種監(jiān)測方法，目前還不能完全取代人工監(jiān)測工作，一是系統(tǒng)的性能升級(jí)及功能完善需要具備生態(tài)學(xué)知識(shí)的專業(yè)人員深度參與；二是物種棲息地的自然環(huán)境復(fù)雜多變，一些惡劣條件下捕獲到的音視頻數(shù)據(jù)質(zhì)量較差，給系統(tǒng)帶來了較大的識(shí)別難度，可能存在誤識(shí)別的情況，需要進(jìn)行人工二次校驗(yàn)。基于深度學(xué)習(xí)的聲音識(shí)別方法的準(zhǔn)確率仍受物種活躍度及音頻質(zhì)量的影響。此外，對(duì)于目標(biāo)物種的自動(dòng)監(jiān)測，往往需要大型的聲學(xué)數(shù)據(jù)集，特別是更接近于真實(shí)環(huán)境、復(fù)雜度更高的數(shù)據(jù)。這些數(shù)據(jù)的收集與處理不僅需要耗費(fèi)大量的時(shí)間，而且依賴于生態(tài)學(xué)專家的精準(zhǔn)標(biāo)注，數(shù)據(jù)集的不均衡性也會(huì)對(duì)識(shí)別準(zhǔn)確率產(chǎn)生影響。

四、AI應(yīng)用于生物多樣性監(jiān)測與保護(hù)的未來展望

基于AI的深度學(xué)習(xí)在處理大規(guī)模數(shù)據(jù)方面有較大的優(yōu)勢，它可以通過不斷調(diào)整模型結(jié)構(gòu)及優(yōu)化設(shè)計(jì)，實(shí)現(xiàn)從海量輸入數(shù)據(jù)中自動(dòng)提取數(shù)據(jù)特征并進(jìn)行高精度分類識(shí)別。

在科學(xué)研究方面，隨著AI算法模型的不斷迭代，對(duì)于不同生境不同物種的識(shí)別率將大幅提高，并對(duì)生物多樣性保護(hù)研究工作產(chǎn)生深遠(yuǎn)影響。對(duì)比人工監(jiān)測，AI識(shí)別產(chǎn)生的數(shù)據(jù)量將呈指數(shù)級(jí)增長。一方面，對(duì)于動(dòng)物學(xué)、行為生態(tài)學(xué)和物候?qū)W等基礎(chǔ)研究，將促使其產(chǎn)生方法上的創(chuàng)新和突破；另一方面，對(duì)于遺傳資源數(shù)字序列信息（Digital Sequence Information，DSI），環(huán)境DNA等發(fā)展較快的生物學(xué)研究領(lǐng)域，AI識(shí)別將產(chǎn)生新的數(shù)據(jù)集，以加快相關(guān)領(lǐng)域技術(shù)的更新和拓展。

在野生動(dòng)物保護(hù)方面，在物聯(lián)網(wǎng)技術(shù)的推動(dòng)下，AI可更廣泛地應(yīng)用于野生動(dòng)物資源的監(jiān)測與識(shí)別。通過建立網(wǎng)格化的棲息地AI監(jiān)測網(wǎng)絡(luò)，將動(dòng)態(tài)掌握野生動(dòng)物的種群規(guī)模變化及活動(dòng)規(guī)律，對(duì)其生存狀態(tài)做出更完善的評(píng)估，輔助野生動(dòng)物保護(hù)機(jī)構(gòu)更好地進(jìn)行有針對(duì)性的保護(hù)工作。

在生物安全領(lǐng)域，基于AI算法模型的特征識(shí)別將助力動(dòng)物疫源疫病監(jiān)測工作的開展。目前，隨著城市環(huán)境不斷向好，城市范圍內(nèi)人與動(dòng)物接觸概率不斷增加。特別是超大城市，鳥類遷徙季城市公園、濕地野生鳥類過境停留頻繁，人畜共患病傳播機(jī)會(huì)加大。在鳥類遷徙通道建立AI監(jiān)測點(diǎn)，針對(duì)高風(fēng)險(xiǎn)物種采取特征監(jiān)測，識(shí)別患病特征，可極大改善人工監(jiān)測發(fā)現(xiàn)機(jī)會(huì)少、風(fēng)險(xiǎn)感知滯后的固有缺陷，為城市人居環(huán)境的生物安全保障提供有力支持。

參考文獻(xiàn)：

[1] 張旭曜.基于深度學(xué)習(xí)的聲紋識(shí)別算法研究[D]，2022.

[2] 阮國輝. 自然保護(hù)區(qū)野生動(dòng)物物種多樣性現(xiàn)狀及保護(hù)對(duì)策[J].農(nóng)家參謀， 2020（17）：139.

[3] 張學(xué)瑩，張浩林，韓瑩瑩，翁強(qiáng)，袁崢嶸，姚遠(yuǎn). 基于深度學(xué)習(xí)的野生動(dòng)物監(jiān)測與識(shí)別研究進(jìn)展[J]. 野生動(dòng)物學(xué)報(bào). 2022， 43（1）：251-258.

[4] 吳亞楠. 智能無人機(jī)在林業(yè)中的應(yīng)用實(shí)踐[J]， 信息通信， 2019年第2期.

[5] Salas J， de Barros Vidal F， Martinez-Trinidad F. 2019. Deep learning： current state. IEEE Latin America Transactions， 17（12）： 1925- 1945.

致謝：感謝中國科學(xué)院半導(dǎo)體研究所鑒海防研究員、王洪昌博士、郭慧敏博士對(duì)本文的支持

作者均為北京生物多樣性保護(hù)研究中心副研究員