AI如何通过卫星图像识别刺猬栖息地

AI如何通过卫星图像识别刺猬栖息地

你不能从太空中直接发现刺猬，但通过寻找黑莓灌木丛，你或许能找到它们的栖息地。这正是剑桥大学正在进行的研究背后的前提，科学家们利用卫星图像和AI模型，通过首先识别刺猬最喜爱的藏身之处——黑莓灌木丛，来绘制英国境内的潜在刺猬栖息地地图。

过去十年间，欧洲刺猬数量下降了约30%至50%，因此在大范围区域内追踪这些夜行性动物仍然困难且昂贵。研究人员加布里埃尔·马勒没有直接寻找刺猬，而是开发了一种AI模型，可以从卫星数据中识别黑莓灌木丛——这些多刺的灌木是刺猬用来藏身和觅食的场所。

这些小型哺乳动物依赖这种密集植被作为白天的庇护所、筑巢地点和躲避捕食者的保护。黑莓灌木丛还能吸引昆虫并提供浆果，支持刺猬食用的无脊椎动物种群。

传统的刺猬调查需要大量的夜间野外工作、专业设备或公民科学家报告目击情况。这些方法在国家级保护规划中难以扩展。相比之下，卫星图像可以连续覆盖广阔区域，如果AI模型能够可靠地识别如黑莓灌木丛这样的关键栖息地特征，保护主义者可能获得一个强大的工具来进行大规模栖息地评估。

从卫星到灌木丛

虽然AI是当今流行的热门词汇，但值得注意的是剑桥团队的检测器并非基于像ChatGPT这样的大型语言模型。相反，该模型使用了相对简单的机器学习技术：逻辑回归和k近邻分类的组合。

马勒的黑莓检测器还结合了TESSERA地球表征嵌入（处理来自欧洲航天局Sentinel卫星的图像）与来自公民科学平台iNaturalist的地面实况观测。

但它真的有效吗？为了找出答案，马勒与同事萨迪克·贾弗、阿尼尔·马达瓦佩迪和沙恩·韦斯茨花了一天时间带着智能手机和GPS设备在剑桥周围走动，检查模型的预测是否与现实相符。

"在模型指示的区域，我们花了大约20秒找到了第一个黑莓丛，"贾弗在记录实地测试的博客文章中写道。从米尔顿社区中心开始，模型显示停车场附近有高置信度的黑莓丛，团队系统地访问了具有不同预测水平的各个位置。

在米尔顿乡村公园，他们检查的每个高置信度区域都包含大量的黑莓生长。当他们调查一个住宅热点时，他们发现一块空地上长满了黑莓丛。最有趣的是，剑桥北部的一个主要预测将他们带到了Bramblefields当地自然保护区。名副其实，该区域包含广泛的黑莓覆盖。

据报道，该模型在检测从上方可见的大型、无遮盖的黑莓丛时表现最佳。树冠下较小的黑莓丛显示出较低的置信度分数——考虑到卫星的俯视视角，这是一个合乎逻辑的限制。"由于TESSERA是从遥感数据中学到的表征，从上方部分被遮挡的黑莓可能更难被发现是有道理的，"贾弗解释道。

早期实验

虽然研究人员对早期结果表示热情，但黑莓检测工作代表了一个仍在积极研究中的概念验证。该模型尚未在同行评审的期刊上发表，此处描述的实地验证是一项非正式测试，而非科学研究。剑桥团队承认这些局限性，并计划进行更系统的验证。

然而，这仍然是一个相对积极的神经网络技术研究应用，提醒我们人工智能领域远比生成式AI模型（如ChatGPT）或视频合成模型更为广阔。

如果团队的研究取得成功，黑莓检测器的简单性提供了一些实际优势。与资源密集度更高的深度学习模型不同，该系统可能可以在移动设备上运行，实现实时实地验证。团队考虑开发一个基于手机的活动学习系统，使野外研究人员能够在验证预测的同时改进模型。

未来，类似的基于AI的方法结合卫星遥感和公民科学数据，可能可以绘制入侵物种地图、追踪农业害虫或监测各种生态系统的变化。对于像刺猬这样的受威胁物种，在气候变化和城市化积极重塑刺猬栖息地的时代，快速绘制关键栖息地特征变得越来越有价值。
更多精彩内容 请关注我的个人公众号 公众号（办公AI智能小助手）
对网络安全、黑客技术感兴趣的朋友可以关注我的安全公众号（网络安全技术点滴分享）

公众号二维码

公众号二维码