Использование ИИ для расширения границ технологий учета дикой природы
Исследователи из Департамента природных ресурсов (факультет ITC — Университет Твенте) разработали модель искусственного интеллекта для автоматического обнаружения и подсчета больших стад мигрирующих копытных (антилоп гну и зебр). Метод был применен в экосистеме Серенгети-Маара с использованием спутниковых снимков сверхвысокого разрешения (38–50 см).
Ученым удалось точно обнаружить почти 500 000 особей на площади в тысячи квадратных километров и в различных типах местообитаний. Результаты работы были недавно опубликованы в журнале Nature Communications.
Великая миграция гну — крупнейшая миграция наземных млекопитающих на планете. Она поддерживает множество экологических процессов, от которых зависит здоровье людей и дикой природы в регионе. Однако из-за изменений климата и земного покрова/использования земель этот природный процесс находится под угрозой. Разработка точных и экономически эффективных методов мониторинга стала насущной необходимостью для защиты гну и экосистемы.
Чтобы решить эту проблему, исследователи впервые продемонстрировали возможность использования спутникового дистанционного зондирования и методов машинного обучения для автоматического и точного подсчета очень больших популяций гну и зебр, даже в условиях крайне неоднородного ландшафта их миграционного пути.
Как пояснил профессор Тиджун Ван, сейчас идет первый год реализации Глобальной рамочной программы в области биоразнообразия на период после 2020 года, принятой ООН на 15-й Конференции сторон Конвенции о биологическом разнообразии. ООН также недавно установила Цели в области устойчивого развития и провела первую серию оценок рисков для биоразнообразия и экосистемных услуг через Межправительственную научно-политическую платформу по биоразнообразию и экосистемным услугам (IPBES).
"Беспрецедентная утрата биоразнообразия, а также пробелы в знаниях о ключевых аспектах биоразнообразия (например, о популяциях видов) подчеркивают необходимость интеграции измерений биоразнообразия на Земле — с земли и из космоса. Поэтому усилия по объединению подходов "снизу вверх" и "сверху вниз" для мониторинга биоразнообразия никогда не были столь критически важными", — сказал Ван.
Новые методы спутникового дистанционного зондирования и машинного обучения позволяют отслеживать глобальное биоразнообразие с высокой скоростью и точностью. Эти возможности обещают раскрыть новые экологические закономерности на пространственных масштабах, релевантных для управления популяциями и целыми экосистемами.
Данное исследование дало высокоточные результаты и предоставило крупнейший из когда-либо опубликованных наборов обучающих данных для спутникового учета дикой природы (53 906 аннотаций). Помимо создания по-настоящему открытого и переносимого метода для спутниковых исследований дикой природы, этот подход впервые позволяет проводить пространственно масштабируемый полный подсчет мигрирующих копытных на открытых ландшафтах. Наблюдение за обширными стадами мигрирующих копытных из космоса открывает совершенно новую перспективу для изучения экологии скоплений животных.