人工智能如何进行“鸟口普查”？

本文转自：中国绿色时报

人工智能技术与生态学大数据分析方法应用于鸟类多样性智慧监测，能够实现“看得清、看得准、看得全、看得懂”的无人化、智慧化、长周期实时监测

部署在北京翠湖国家城市湿地公园的鸟类智慧监测识别系统

部署在昆明滇池的鸟类智慧监测识别系统

部署在黄河三角洲的鸟类智慧监测识别系统

AI鸟类智慧监测识别系统

鸟类视频智能识别一体机

部署在实际场景中的前端音视频监测终端

张渊媛 鉴海防

生物多样性是形形色色生物体的总和，包含动物、植物和微生物，其中鸟类是最受公众关注的类别之一。因其对生境因子及其变化比较敏感，其多度和丰度也常作为区域生态质量的“晴雨表”和“试金石”，因此，鸟类多样性可作为生物多样性监测的指示物种，这使鸟类监测已成为湿地公园、各级野生动物保护主管部门、科研机构、鸟类环志站点和野生动物疫源疫病监测站等单位的常态化工作之一。

当前鸟类监测大多采用“人工+观测设备”的方式，利用长焦相机和高倍望远镜可开展远距离、大范围的静态观测。对比更早期的单纯依靠人力肉眼观测，用“长期蹲点、隐蔽观察、定期查巢”的方式，进行监测和计数，虽提高了监测的准确性，并降低了对鸟类的干扰，但人力物力投入大，且对监测人员的要求较高，不仅要具备有一定的分类学基础，还要有一定的拍摄技巧，能坚持长期参与鸟类监测工作。所以，传统监测方式难以保证鸟类监测的准确性、连续性、完整性。

随着人工智能（AI）及大数据分析技术的发展，尤其是计算机视频识别技术的进步，使AI相关技术辅助鸟类多样性监测成为可能，为鸟类多样性调查和动态监测提供了创新手段。

鸟类智慧识别监测系统与算法

使用AI进行“鸟口普查”，AI鸟类调查员首先要安装一套“AI鸟类智慧识别监测系统”，该系统由硬件监测设备和智能识别软件构成。前端音视频监测设备捕获监测点的鸟类视频及音频数据，不仅可以通过端侧或边缘设备进行智能分析，获取鸟类空间位置信息、种类信息、数量信息等统计信息，也可以上载云端利用AI智能计算设备进行识别分析，并将数据存储在云端存储服务器中，供鸟类智慧监测展示系统统计分析使用。

鸟类智慧监测前端设备主要包括鸟类视频监测摄像机和鸟类声音监测设备等。鸟类视频监测摄像机负责鸟类图像拍摄和视频监控，并将采集数据上报AI识别服务器；鸟类声音监测设备通过对鸟鸣声的自动侦测，并基于声纹识别算法进行智能物种分析。此外，也可以通过手机、平板等设备录音或者拍照进行上传识别。

其次是鸟类AI识别服务器，具备鸟类实时监测、高效分析处理的功能，采用了CPU+GPU异构计算架构，高速IO交换技术，集成鸟类识别算法模型，通过接入实时监控视频流，检测鸟类特征并进行即时分析，具备高性能，高可靠和易维护的特点。

鸟类智能监测管理软件可对监测数据进行系统化管理和多维度统计分析。基于物联网、AI、GIS（地理信息系统）等技术构建的鸟类监测管理系统，具有视频接入、监测管控、图片管理、鸟类名录、统计分析等一体化的功能应用。

鸟类智慧监测识别系统的核心是鸟类智能识别算法，主要包括基于图像和视频的鸟类识别算法，以及基于声音的鸟类识别算法。其中，基于图像和视频的算法，通过对鸟类形态和行为特征的精准提取和分类模型，获得高精度的鸟类目标识别结果。在实际应用中，还需要结合鸟类形态学专业知识和大规模数据训练，以提高算法模型对不同生态场景变化的稳定性和精确性。基于图像和视频的鸟类识别算法，更适用于湿地或者水面等较为开阔的自然环境。在遮挡较为严重的山林等环境下，常常“只闻其声，不见其影”，此种情况下，基于声音的鸟类识别算法便更加有效。该算法通过融合鸟类声音数据的波形特征和频谱特征，实现鸟声识别。首先通过构建波形特征提取模块实现时域信号振幅、音调等波形特征信息的有效提取，然后通过特征融合和分类模块实现鸟类种类的识别。有些时候，基于图像和视频的鸟类识别算法和基于声音的鸟类识别算法还可同时使用，通过多模态融合的识别方法进一步提高准确度。

人工智能监测鸟类应用实践

随着人工智能技术的迅速发展，AI当前已经融入许多保护地和湿地公园的鸟类多样性调查与监测中。

北京市海淀区湿地和野生动植物保护管理中心率先在北京翠湖国家城市湿地公园部署了鸟类智慧监测识别系统。该系统从2022年1月份至今一直稳定运行，在翠湖的天鹅池和荷花塘等四个点位监测到包括鸿雁、绿头鸭、斑嘴鸭、苍鹭、赤麻鸭、鸳鸯、夜鹭、普通鸬鹚等在内的鸟类共4000余只。通过监测系统界面，保护区管理者可以随时随地查看保护区内鸟类监测信息，提高了管理效率。

北京南海子麋鹿苑于2022年7月引入了基于人工智能的智慧监测手段，开展苑内小保护区的鸟类多样性监测。在一个监测周期（24小时）内，共监测到斑嘴鸭2只、鸿雁3只、灰鹤2只、绿头鸭4只、东方白鹳3只、黑天鹅4只、苍鹭75只，监测结果还会以日报、周报、月报的形式发送到科研人员邮箱。这与传统的监测方式相比，其效率、准确度、实时性都得到了极大的提升。

在北京市怀柔区园林绿化局的支持下，怀柔水库开发并部署了鸟类智慧监测识别系统。自系统部署以来，可实时获取到大天鹅、骨顶鸡、白鹭、苍鹭、凤头潜鸭等鸟类的种类及数量信息，并可将智能识别结果在系统界面上进行可视化展示，还能够以智能报表的形式自动化生成监测报告，为鸟类监测工作服务。

在候鸟季，对着壮观的鸟浪来数鸟一直都是传统监测的难点，人力几乎不可能做到精确，仅能通过“集团估算法”大致估计。然而，用上了人工智能，这个难题便迎刃而解。以昆明滇池关注度极高的明星红嘴鸥为例，谁都不知道，但谁都想知道，水面上每天究竟有多少只红嘴鸥。2022年9月，昆明滇池高原湖泊研究院在大泊口部署了鸟类智慧监测识别系统，在红嘴鸥到来的时候，该系统每天均能监测到超过5000只红嘴鸥，为保护区管理人员提供了大量观测数据。

黄河三角洲国家自然保护区鸟类监测也应用了人工智能。系统自2022年6月以来已经稳定运行了半年以上，在2022年11月监测到大量有效信息，包括东方白鹳、大天鹅、灰雁、苍鹭、普通鸬鹚、绿头鸭等鸟类1200余只，丰富的视频监测数据，为保护区管理者进行实时监测和查看历史记录提供了有力的数据支撑。

鸟类智能监测未来发展方向

展望未来，鸟类监测向着高精度、动态化和智能化的方向发展，依靠传统人工方法，已无法满足当前长期性、自动化、智慧化监测的要求。紧密结合保护区鸟类本底调查与动态监测需求，采用人工智能技术与生态学大数据分析方法，开发和部署鸟类智慧监测系统，能够实现“看得清、看得准、看得全、看得懂”的无人化、智慧化、长周期实时监测，有效解决鸟类监测中的数据“不实时、不全面、不准确”等重要问题，显著提升鸟类监测效率和识别准确度，为鸟类调查和动态监测提供创新手段，为生物多样性保护与科普宣传提供技术支撑，为生态文明建设提供强大动力，必将日益得到更为广泛的应用。

作者简介

张渊媛 北京生物多样性保护研究中心副研究员、博士

鉴海防 中国科学院半导体研究所研究员、博士