? 在内蒙古自治区乌兰坝国家级自然保护区，林海深处，无须网一只身形矫健的蹲守动物WhatsApp%E3%80%90+86%2015855158769%E3%80%91basic%20hand%20signals%20for%20crane%20operation猞猁悄然掠过落叶层厚的林地。过去，数月双助想要捕捉这样罕见的捕捉画面，科研人员往往需要在野外蹲守数月，野生才能一窥野生动物的踪迹踪迹。 而如今，新闻只需一个隐藏在树下的科学黑色“小方盒”，便能悄无声息地完成这一切。眼睛依托“空—天—地”一体化的无须网智慧监测系统，从天上的蹲守动物卫星，到林间的数月双助无人机，再到脚下的捕捉红外触发相机，共同构建出一张精准捕捉野生动物行踪的野生WhatsApp%E3%80%90+86%2015855158769%E3%80%91basic%20hand%20signals%20for%20crane%20operation智慧之网。 这个“不眠的哨兵”由北京林业大学工学院教授张军国带领的“林草智慧感知技术及装备创新团队”自主研发。它能在无需人工干预，不打扰野生动物的前提下实现自动监测、自主上传、智能识别、精准记录，在毫秒间将影像和数据回传至远在千里之外的监测中心分析处理，从而把一整片保护区的“生命精灵”都收入眼底。
 野生动物智能监测识别示意图。课题组供图 ??? 给大山装上“大脑” “以前我们在林区架设监测设备，最怕的就是‘没信号’。”张军国说，“动物出现了，设备拍到了，但就是传不出来、用不了。所以我们干脆换个思路：既然通信是瓶颈，那就从头构建一套系统性的感知方案。 于是，他们研究设备该布在哪儿最有效，信号怎么传输最稳定，数据怎么筛选最精准，最终通过完善无线监测设备部署理论、优化野生动物有效信息筛选及传输理论，创立了系统化的野生动物信息无线远程感知理论。“现在，哪怕是最偏远的林区也能实现远程‘在线’。”张军国说，设备突破了传统监测方法在覆盖范围和实时性上的瓶颈。 要让机器像人一样“识兽”，并非易事。张军国团队研发的一整套结构化的智能识别系统，不仅看图识动物，更能“听声辨种类”——图像识别算法、声音识别模型、环境数据融合技术都在背后默默“开工”。 张军国解释道，项目通过野生动物监测信息高质量传输处理技术、监测信息可用性提升技术、监测信息高精度识别技术体系，创建了结构化的野生动物信息智能处理技术体系，明显提升了野生动物识别精度。 就像给大山装上了一双AI的眼睛、一对智慧的耳朵，还有一块会记忆的“大脑”。哪怕是在雨夜、林雪中，它也不会错过任何一个关键瞬间。  团队成员在野外安装设备。课题组供图
效率提升90%以上 团队成员、北京林业大学工学院博士生杨紫合指着监测平台屏幕上的数据说：“这套系统最让我感到自豪的是，它产生的实际价值——我们已在全国推广了400多台监测设备，构建的野生动物声像数据库超过300TB。在北京市的监测项目中，系统不仅识别出多种珍稀鸟类，还支撑团队发表了多篇高水平论文。每次看到保护区工作人员用我们培训的技术独立完成物种调查，都感觉特别有意义。” 目前这套系统应用到青海、内蒙古等地的智能监测平台的搭建中。在云南高黎贡山国家级自然保护区，系统不仅记录到1028种野生动物，更首次捕捉到濒危物种戴帽乌叶猴的野外活动影像。 “過去完成一次全域物種調查需要半年，現在通過人工智能自動識別，立刻傳輸到終端生成報告，效率提升90%以上。”楊紫合介紹道，從經濟效益上來看，累計節約人力成本3000余萬元，帶動當地合作單位新增產值過億元。團隊研發的核心技術已應用于10余處野生動物監測臺站，構建的北京市珍稀鳥類數據集支撐了多項國家級研究。  首次捕捉到濒危物种戴帽乌叶猴的野外活动影像。课题组供图
“把能力教给守林人” “自己的动物，得靠自己的设备来守护。”张军国坚定这一信念，一整套国产化、具有完全自主产权的监测装备体系陆续在实验室中诞生了。 从山脚下的传感终端、到林间自组网的信号基站，再到空中的无人机、头顶的卫星遥感，团队打造了一套“空—天—地”协同工作的立体化监测系统。无论动物是栖息在草丛、穿梭在林中，还是迁徙于山谷，都逃不过这张全天候运转的“智慧之网”。 团队还构建了一个“一张屏”智能监测平台：一块屏幕，就能实时查看多个监测点的图像、声音、定位、环境数据。不出办公室，也能“听见山林呼吸、看见动物脚印”。 “先进的设备更要走出实验室，走进田间地头。”张军国说，他们构造了一整套科学化推广模式，在青海、内蒙古、甘肃、广东等20余个保护地开展落地示范。通过该系统，团队已培训了2000余名保护技术人员，“不仅把技术送到保护区里，更是把能力教给了守林人”。 ?版權聲明：凡本網注明“來源：中國科學報、科學網、科學新聞雜志”的所有作品，網站轉載，請在正文上方注明來源和作者，且不得對內容作實質性改動；微信公眾號、頭條號等新媒體平臺，轉載請聯系授權。郵箱：shouquan@stimes.cn。 #免責聲明#本站提供的一切資源、教程和內容信息僅限用于學習和研究目的；不得將上述內容用于商業或者非法用途，否則，一切后果請用戶自負。本站信息來自網絡收集整理，版權爭議與本站無關。 | 
