联系我们

环境

AI模型可帮助识别全英国的植物入侵物种

mm

已发表

 on

环境科学家和人工智能研究人员正在利用AI对抗遍布英国的入侵物种。研究人员来自 英国生态水文学中心(UKCEH) 和伯明翰(Birmingham)开发了AI模型,旨在调查路边的区域 各种入侵物种的存在,包括日本虎杖。

日本虎杖是一种入侵物种,可以破坏英国各地的自然景观和建筑物,因为它能够破坏建筑物的地基。它通常被认为是英国最具破坏性和侵略性的入侵植物之一。摆脱日本虎杖通常被证明是具有挑战性的,因为发现和识别它具有挑战性。人工智能研究人员希望 机器学习 算法可以减少识别日本虎杖所需的时间和资源。

通过使用置于车辆顶部的高速摄像头收集该模型的训练数据,该摄像头收集了路边约120英里植被的图像。生态学家将检查图像并标记虎杖,并对图像标记GPS位置。带标签的图像将用于训练 计算机视觉 识别虎杖虎杖样品的模型。相同的过程将用于识别在英国发现的其他入侵植物,例如喜马拉雅香脂和杜鹃花。该系统还将用于检测灰树,灰树原产于英国,但有被疾病破坏的危险。

AI模型将在为期10个月的试点项目中进行测试。研究团队说,团队需要克服一些挑战,例如确保相机拍摄的图像质量稳定,并且在单个图像中有多个物种时,所有物种都可以正确识别。如果该试点计划最终产生可喜的结果,那么它最终可能会被改编为在全球其他国家使用,从而帮助这些国家应对自己的入侵物种问题。作为UKCEH的计算生态学家,汤姆·奥古斯特(Tom August)博士, 被The Next Web引用:

“入侵植物倾向于在走廊中生长,这就是为什么我们专注于UKCEH的计算生态学家进行路边调查的原因。如果试点成功,则可以在其他国家或其他种类的植物,树木甚至昆虫和动物中推广。”

根据August的说法,AI模型为了解自然界和为入侵物种设计有效,经济高效的解决方案提供了许多可能性。 UKCEH正在与总部位于伯明翰的AI公司Keen AI合作。 Keen AI的创始人Amjad Karim引用了《科学聚焦》的话说,使用AI模型分析图像和检测入侵物种可以帮助降低成本,并为地主,公路部门和决策者提供安全。目前,收集路边图像的主要方法是要求测量师,并且在他们完成工作时,该路会暂时关闭。

UKCEH和Keen AI设计的新项目只是不断增长的趋势中的最新项目,这一趋势见证了AI在对抗入侵物种方面的应用。去年下半年,来自微软和CSIRO的AI研究人员联合起来 设计一个AI模型 可以在澳大利亚卡卡杜国家公园中发现的一种叫做巴拉草的入侵物种。巴拉草是一种快速生长的杂草,可以快速传播,迅速取代该地区的许多本地植物。研究人员利用无人机收集的图像,一旦模型在标记的图像上进行了训练,便能够成功识别出草丛,从而使研究人员能够将草从脆弱的湿地中移除。这样做的效果是使成千上万的鹅返回该地区。来自阿尔伯塔省新大学的另一组研究人员使用机器学习模型来 设计遏制和缓解策略 用于加拿大的各种入侵物种。