人工智能使智能手机能够检测生态变化

当人工智能（AI）与今天的智能手机应用程序配对时，它可以做出诸如识别植物物种以高精度并帮助检测生态变化等事情。所有这些都可以由任何人完成，因此无需专门的培训，并为我们提供了更多机会来收集有关环境条件的信息。

来自德国综合生物多样性研究中心（iDiv）、莱比锡大学（UL）和地球系统研究遥感中心（RSC4Earth）、德国联邦环境研究中心（UFZ）和马克斯·普朗克生物地球化学研究所（MPI-BGC）以及伊尔门瑙工业大学的研究人员出发，旨在确定这些数据的可靠性。

研究人员收集和分析了来自德国的移动应用程序Flora Incognita的数据，并将其与德国联邦自然保护局（BfN）的FlorKart数据库进行比较，该数据库包含超过5,000名植物学专家在70年内收集的数据。

检测宏观生态模式

根据研究人员的说法，他们能够揭示德国的宏观生态模式，收集的数据与德国植物清单数据相似。然而，当研究人员比较这两组数据时，他们发现Flora Incognita数据和长期清单数据在人口密度低的地区之间存在显著差异。

MPI-BGC的首席作者Jana Wäldchen博士也是移动应用程序的开发人员之一。

“当然，某个地区收集的数据量严重依赖于该地区的智能手机用户数量，”Wäldchen说。

因此，数据会根据来源地区的不同而有所不同，例如农村地区和旅游目的地。

另一个影响因素是用户行为，它影响了应用程序记录的植物物种类型。

“应用程序进行的植物观察反映了用户看到的东西和他们感兴趣的东西，”Wäldchen继续说。

用户倾向于更频繁地记录常见和显眼的物种，而不是稀有的物种，但尽管如此，研究人员仍然能够由于植物观察的数量而重建熟悉的生物地理模式。研究人员总共查看了超过90万条数据记录。

生物多样性和环境研究

这一新发展可能对生物多样性和环境研究产生重大影响。

Miguel Mahecha是第一作者，也是UL的教授，并且是iDiv的成员。

“我们相信自动物种识别具有比以前认为的更大的潜力，并且可以为快速检测生物多样性变化做出贡献，”Mahecha说。

根据团队的说法，Flora Incognita等应用程序可以使我们能够实时检测和分析全球的生态变化。

Patrick Mäder是共同作者，也是TU IImenau的教授。

“当我们开发Flora Incognita时，我们意识到改进生物多样性数据检测技术的潜力是巨大的，人们对此也越来越感兴趣。作为计算机科学家，我们很高兴看到我们的技术如何为生物多样性研究做出重要贡献，”Mäder说。