无人机和人工智能正在改写野生动物的生存和管理

人工智能（AI）的力量正越来越多地被用于保护濒危物种。

许多人担心，这项技术有朝一日可能会导致失业，甚至对人类构成威胁，但现在却被用于拯救动物。人工智能正以各种方式保护全球濒危物种，包括追踪湿地和河流的迁徙模式和水资源流失、加强反偷猎力度、开发先进的预警系统，以及利用分类和监测技术统计物种数量。

通过所有这些努力，人工智能帮助拯救了日益减少的 大象, 鱼露, 穿山甲, 犀牛, 红狼， 佛罗里达黑豹等等。

人工智能能够通过分析海量数据、发现趋势并持续监测生态系统，发现、识别并保护脆弱物种。传统方法会破坏生态系统，耗费大量时间、人力和资源，而人工智能则能够快速有效地完成所有工作。

多达一百万种物种濒临灭绝，生物多样性正以惊人的速度下降，人工智能为保护工作提供了强大的工具。它的优势包括提高效率、加快数据处理速度、自动化野生动物监测、增强威胁检测、实时警报、优化决策以及可扩展的数据共享，这些都有助于彻底改变我们保护濒危物种的方式。

因此，研究人员开始利用人工智能来监测生物多样性并加大保护濒危物种的力度。 

佛罗里达大学研究人员的最新研究正是如此。他们利用人工智能技术，在亚马逊雨林中发现了一个多达41,000万只海龟的筑巢地。这一发现标志着世界上已知的最大海龟筑巢地的发现，而这一切都得益于智能建模和无人机技术。

创新技术与航空图像和统计校正相结合的使用有助于解决传统计数技术的重大缺陷，并能够更准确地监测野生动物。

“我们描述了一种更有效地监测动物种群的新方法，”该研究的主要作者、佛罗里达大学食品与农业科学研究所（UF/IFAS）森林、渔业和测绘科学学院的博士后研究员伊斯梅尔·布拉克（Ismael Brack）说道。“虽然这种方法用于统计海龟数量，但它也可以应用于其他物种。”

季节性聚集：准确野生动物计数的关键

在研究种群动态（例如物种如何生长、缩小或移动）、了解捕食者与猎物的关系和种间相互作用以及分析栖息地转换和全球气候变化的影响时，丰度是生态学和保护中的一个基本变量。

通过长期监测，我们还可以检测和预测入侵或受威胁物种种群的趋势。

虽然了解物种数量有助于追踪变化、识别威胁以及衡量保护或控制措施的成效，但估算物种丰度却非常困难，尤其是在物种稀有、难以捉摸或分布广泛的广大地区。这使得准确查找和统计物种数量变得十分困难。

提高估计和监测丰富度的效率和准确性的有效方法是在空间聚集期间对动物进行计数。

这意味着许多野生动物表现出季节性行为，它们集中在小区域休息、交配、繁殖、筑巢和进行社交互动，这为计数它们提供了绝佳的机会。 例如，海龟聚集在海滩和沙洲上筑巢。

为了对这些空间聚集的野生动物种群进行采样，无人机被用作一种高效且侵入性较小的方法。

无人机，又称无人驾驶飞行器（UAV）或遥控飞机（RPA），已被证明在统计聚集在同一地点的物种数量方面更加精准。与地面调查相比，无人机对动物的干扰也更小。

为了使用无人机，飞行路线计划覆盖物种聚集的整个区域。连续照片和横向条纹之间保持重叠，以便将所有收集到的图像合并成一幅正射影像图。

将许多已消除失真的小图像组合起来，形成一幅大型、高精度、高分辨率、地图质量的图像，从而形成正射马赛克。

然而，在聚集事件期间对正射影像中的野生动物个体进行计数容易出现无意的错误，从而导致估计结果出现偏差。

虽然与地面计数相比，这是一种快速、侵入性更小、更精确的动物计数方法，但这种技术并没有考虑到动物有时会在观察过程中移动的事实。

例如，在拍摄图像时，动物可能被植被遮挡，或者只是暂时待在其他地方。即使动物出现在图像中，算法或人类观察者也可能无法检测到。另一种可能性是，移动的动物在照片中多次出现。

根据最新研究，这里的一个重要因素是这些物种的集中通常是暂时的，个体会在几天内由于筑巢、繁殖或迁徙而到达和离开，从而导致种群规模的波动。

这种“开放种群”产生的误差可能会给我们错误的数字，令人担忧的是“这些误差在基于无人机调查的正射影像计数得出的丰度估计中被广泛忽视了。”

因此，佛罗里达大学的研究人员希望创建一种能够涵盖多种误差来源的方法。为此，他们使用了两种类型的数据集：标记动物的重新观测数据和总体种群数量。

空中监视和智能建模彻底改变人口估算

该项目与哥伦比亚、巴西和玻利维亚的纽约非政府野生动物保护协会 (WCS) 研究人员合作，首先关注的是南美巨型河龟 (Podocnemis expansa)，也被称为亚马逊巨型河龟、河龟，或简称为 阿劳.

发表在《应用生态学杂志》上的 研究¹ 其目的是估算河龟的数量，并在世界上已知的最大淡水龟聚集地制定监测方案。 

河龟数量经历了历史性的下降，要么从亚马逊河和奥里诺科河的许多支流中消失，要么密度大大降低。

它们的数量已大幅下降，主要是因为偷猎者为了食用肉和蛋而过度捕猎。因此，它们的大规模聚集现已变得罕见。

尽管如此，该物种在其分布范围内仍有一些较大的种群，其中一些种群似乎正在恢复，它们的季节性行为为监测其种群提供了宝贵的机会。 

每年旱季（七月或八月），成千上万只这种群居动物都会聚集在巴西和玻利维亚边境瓜波雷河的沙洲上筑巢。 

为了估算海龟的数量，专家们过去依靠的是统计孵化后的海龟数量，然后根据每窝海龟的平均产卵量来推断雌性海龟的数量。由于需要在海龟周围设置围栏，并需要对孵化的海龟进行人工干预，这种方法既具有侵入性，又耗时。 

此外，由于无法区分各个巢穴，因此不仅很难甚至不可能估计大量筑巢区域中的巢穴数量。

还有另一种方法，即从地面目视计数成年海龟，但这种方法也存在不断移动和相互阻碍的困难。

在这里，正在测试用于调查河龟种群的无人机已经 前景光明 作为一种有效、精确的方法来估计它们在筑巢期间的种群规模，这对于评估种群趋势和保护行动的有效性具有重要意义。

因此，研究人员应用他们开发的建模方法来确定河龟聚集筑巢时的数量。 

通过考虑多种错误来源，它为生态学家提供了一种更准确地监测濒危动物的新方法。

研究人员表示，这种新方法具有诸多优势，包括可以利用航拍图像进行河龟计数，且不受任何阻碍。此外，这种侵入性较小的技术还能减少对动物的干扰。 

此外，该方法提供了一种统一的方法，可以在不同地点和不同年份应用和比较。鉴于这些优势，研究人员希望看到政府和非政府机构能够采用类似的方案来监测该物种。

点击此处了解为什么无人机技术尽管经常被滥用，却仍然拥有巨大的潜力。

一个智能、可扩展、纠错的全球野生动物监测模型

为了统计乌龟的数量，研究人员用白漆在 1,187 只河龟的壳上做了标记，并在 XNUMX 天的时间里，每天四次让无人机沿着精确的路径在乌龟头顶飞行，来回飞行。

无人机每次拍摄1,500张照片，并用软件将它们拼接起来。研究人员随后查看了这些合成图像。他们记录了每只海龟的情况，包括它的壳上是否有标记，以及拍摄时它是在行走还是在筑巢。 

利用这些数据，他们开发了考虑多种错误来源的概率模型。 它使用标记-重新观测数据和总体种群数量来解释飞行过程中无法检测到的个体、筑巢事件期间的开放种群（不断加入和离开）、在马赛克中检测到的具有无法识别标记的标记个体以及由于正射镶嵌图构建过程而导致的重复计数。

因此，研究小组估计，每日筑巢概率为 0.37，并且夜间使用沙洲的河龟中有 35% 也会在无人机早晨飞行时出现。 

此外，他们还发现，在正射影像中行走的海龟中有 20% 是重复计数的，识别出标记的概率为 0.78。 这样，这种新方法提供了一种使用无人机更准确地统计野生动物数量的方法。

在统计海龟数量时，地面观察员报告称有大约 16,000 只海龟，而研究人员在查看正射影像（未考虑误差）后，统计出大约有 79,000 只海龟。

但利用这项技术，研究人员估算出该聚集地的海龟总数为41,377只。布拉克表示：

“这些数字差异很大，这对自然保护主义者来说是个难题。如果科学家无法准确统计某个物种的个体数量，他们又如何知道该物种的数量是否正在下降，或者保护措施是否有效呢？”

虽然这些估计值代表了巨大的河龟数量，但研究人员指出，根据出口龟蛋的历史记录，这很可能只是亚马逊地区河龟历史种群的一小部分。更不用说，在最后一次无人机飞行之后，筑巢活动还持续了几天。

因此，该研究建议将监测工具的使用范围扩大到整个筑巢期。此外，还应将该地区的其他沙洲纳入监测范围，以便全面估算筑巢种群的数量。

为此，研究团队计划在瓜波雷河筑巢地以及其他河龟聚集的南美国家（例如哥伦比亚，可能还有委内瑞拉和秘鲁）进行更多无人机飞行。这将有助于团队改进监测方法。

“通过结合多项调查的信息，我们可以检测出人口趋势，野生动物保护协会将知道在哪里投资保护行动。”

– 布拉克

虽然该框架的开发最初是为了改善对河龟的监测，但研究人员指出，它“用途广泛，可以很容易地使用或适应多种不同的环境”。

除了河龟之外，所开发的方法还可以应用并适用于使用基于无人机的正射影像调查的其他濒危物种的保护工作。

例如，之前的无人机监测研究剪掉了海豹的毛皮，用彩弹标记了山羊和野牛，并在麋鹿身上戴上项圈以追踪它们在计数过程中的运动。

最终，新模型可用于有效及时地监测野生动物保护和管理项目中的丰富程度。

投资环保技术

人工智能宠儿 NVIDIA®（英伟达™）公司 (NVDA ) 在拯救动物和地球方面发挥着重要作用。 

其 GPU 为图像识别、物体检测和环境监测软件中使用的许多深度学习模型提供支持。该公司甚至致力于推动人工智能在全球范围内的福祉，包括生物多样性研究。

NVIDIA®（英伟达™）公司 (NVDA )

如今，在众多利用 Nvidia 技术的公司中，人工智能研究机构 Ai2 开发了 EarthRanger，以便实时为野生动物保护做出更明智的运营决策。全球最大的大象数据库基于 NVIDIA Hopper GPU 进行训练。它还显示大量野生动物的数据，这些数据来自无线电、卫星、相机陷阱、声学传感器以及其他数据源。 

Ai2 最近还发布了一个名为 Atlantes 的开源 AI 模型，用于分析近 600,000 万艘远洋船舶每天发出的超过 80 亿个 GPS 信号，并以约 4.7% 的准确率预测这些船舶的活动。如果某艘船舶从事非法捕捞，该模型会向海岸警卫队发出警报。Atlantes 这个基于 100M 参数 Transformer 的模型，在 NVIDIA HXNUMX Tensor Core GPU 和 PyTorch 上进行训练。

Rouxcel Technology 的 AI 系统 RhinoWatches 使用 NVIDIA 加速计算进行训练和优化。该系统已部署在南非 40 多个保护区，并正在肯尼亚和纳米比亚扩展。该公司目前正在为更多物种开发 AI 模型，包括极度濒危的穿山甲。

与此同时，OroraTech 正在使用 NVIDIA CUDA 和 Jetson 模块进行边缘 AI 和数据处理，该公司结合来自卫星、摄像机、空中观测和当地天气信息的数据来监控动物偷猎和野火并实时发出警报。

但这还不是全部。多年来，Nvidia 技术已用于许多其他有趣的实验，包括复活灭绝物种。例如，Colossal Biosciences 已经 使用基因编辑技术、AI 模型和 NVIDIA Parabricks 软件套件 让渡渡鸟、猛犸象和塔斯马尼亚虎复活。

除了野生动物，Nvidia 技术还帮助科学家、研究人员和开发人员更好地了解气候、海洋和太空。  

这家全栈计算基础设施公司的市值为 4.39 万亿美元，目前股价为 180.95 美元，今年迄今上涨超过 34%。 

过去三个月，该公司股价飙升逾59%。仅在52月最后一天，该股就创下183.30周新高，达到XNUMX美元，这表明投资者对该公司及其未来前景依然充满信心。

因此，其每股收益 (TTM) 为 3.10，市盈率 (TTM) 为 57.98，而股息收益率为 0.02%。

截至27年2025月44.1日的第一季度，英伟达公布营收为39.1亿美元。其主要驱动力来自数据中心业务，贡献了89亿美元的营收，占公司总销售额的XNUMX%。这得益于人工智能（AI）需求的爆发式增长。

尽管英伟达面临地缘政治挫折，其H20芯片在中国的出口受到限制，但其业绩依然保持增长。特朗普政府向英伟达保证，将允许其恢复销售，这些芯片很可能会重返中国市场。英伟达还 公布 为中国提供一款新的“完全兼容” GPU。

不过，英伟达可能仍难以恢复以前的市场份额，伯恩斯坦预测英伟达在中国的 AI 芯片市场份额将从去年的 66% 下降到今年的 54%。

最新动态 NVIDIA®（英伟达™）公司 (NVDA) 股票新闻和动态

结语

为了维护地球的健康稳定，拯救濒危物种至关重要，因为它们的灭绝会引发连锁反应，影响整个生命网络。随着灭绝威胁的加剧，实施有效的监测比以往任何时候都更加重要。

在这里，无人机与智能建模技术的融合标志着一项重大转变。通过提高物种监测的准确性和效率，这些技术创新使我们能够更快、更智能、更有策略地采取行动，保护地球上最脆弱的野生动物。

点击此处查看值得投资的顶级无人机公司列表。

参考文献：

1. Brack, IV, Valle, D., Ferrara, C., Torrico, O., Domic-Rivadeneira, E. 和 Forero-Medina, G. 利用无人机估算聚集种群丰度并考虑多种误差来源：以南美河龟群体筑巢为例。《应用生态学杂志》，首次发表于17年2025月XNUMX日。 https://doi.org/10.1111/1365-2664.70081