智能手机如何帮助检测生态变化

通过应用收集的植物发生数据揭示了德国的宏观生态格局
Flora Incognita等移动应用程序可以自动识别野生植物,不仅可以识别植物种类,还可以发现大规模的生态模式。虽然这些模式是在很短的时间内获取的,并且受到用户行为的影响,但它们惊人地类似于从德国植物区系的长期库存数据得出的模式。这为快速发现生物多样性变化开辟了新的前景。这些是德国中部一组研究人员领导的一项研究的重要成果,该研究最近发表在《Ecography》上。

(ChinaIT.com讯)借助人工智能,当今的植物物种可以进行高精度分类。智能手机应用程序利用该技术使用户能够轻松识别田野中的植物物种,使外行人可以轻松访问生物多样性。在气候变化、栖息地丧失和土地利用变化的背景下,这些应用程序可能具有另一种用途:通过收集有关已识别植物物种位置的信息,可以创建有价值的数据集,从而有可能为研究人员提供有关环境条件变化的信息。

但是,此信息是否像长时间收集的数据所提供的信息一样可靠?来自德国综合生物多样性研究中心(iDiv)、莱比锡大学(UL)的地球系统遥感中心(RSC4Earth)、亥姆霍兹环境研究中心(UFZ)、马克斯·普朗克生物地球化学研究所(MPI-BGC)和Ilmenau技术大学的一组研究人员希望找到该问题的答案。研究人员分析了德国移动应用程序Flora Incognita在2018年至2019年收集的数据,并将其与德国联邦自然保护局(BfN)的FlorKart数据库进行了比较。该数据库包含70多年来超过5,000位植物专家收集的长期清单数据。

移动应用程序揭示了德国的宏观生态模式

研究人员报告说,仅两年收集到的Flora Incognita数据,就使他们能够发现德国的宏观生态模式,类似于从德国菌群的长期清单数据中得出的模式。因此,这些数据也反映了几种环境驱动因素对不同植物物种分布的影响。

但是,通过直接比较这两个数据集,发现在人口密度低的地区,Flora Incognita数据和长期清单数据之间存在很大差异。 MPI-BGC的最后一位作者JanaWäldchen博士说:“当然,一个地区收集多少数据在很大程度上取决于该地区的智能手机用户数量。”因此,除著名的旅游目的地(如德国最高的山脉楚格峰(Zugspitze)或北海沿岸的阿姆鲁姆岛(Amrum))外,农村地区的数据差异更为明显。

用户行为还能够影响移动应用程序记录的植物种类。JanaWäldchen说:“使用该应用程序进行的植物观测反映了用户看到的东西和他们感兴趣的东西。”与稀有和不显眼的物种相比,常见和显著物种被记录的频率更高。尽管如此,大量的植物观测仍然可以重建熟悉的生物地理模式。对于他们的研究,研究人员可以访问在该应用启动后的头两年内创建的900,000多个数据条目。

物种自动识别具有巨大潜力

研究表明,这种数据收集对于生物多样性和环境研究的潜力,可以很快纳入长期清单战略。 UL和iDiv成员的第一作者Miguel Mahecha说:“我们相信,自动物种识别的潜力比以前认为的要大得多,它可以有助于快速发现生物多样性的变化。”将来,越来越多的Flora Incognita等应用程序用户可以帮助实时检测和分析全球生态系统变化。

Flora Incognita移动应用程序是由MPI-BGC的JanaWäldchen博士和TU Ilmenau TU的PatrickMäder教授的研究小组共同开发的。这是德国第一个使用深度神经网络(深度学习)的植物识别应用程序。在专家鉴定的成千上万张植物图像的支持下,它已经可以识别出4,800多种植物。

“当我们开发Flora Incognita时,我们意识到对用于检测生物多样性数据的改进技术的巨大潜力和日益增长的兴趣。作为计算机科学家,我们很高兴看到我们的技术如何对生物多样性研究做出重要贡献。” 伊尔默瑙(TU Ilmenau)教授、作者帕特里克·马德尔(PatrickMäder)说。

ChinaIT.com 网站文章仅限于提供更多信息,不代表本网站立场观点。如需转载,请注明来源 。转载之文章来源于互联网,如有版权问题,请与我们联系:content@chinait.com。

下载 ChinaIT.com APP,随时掌握最新IT资讯