《澳大利亚AIMS珊瑚礁AI监测技术将在菲律宾投用》

  • 来源专题:中国科学院文献情报系统—海洋科技情报网
  • 编译者: liguiju
  • 发布时间:2023-10-18
  • 菲律宾将采用澳大利亚海洋科学研究所(AIMS)开发的ReefCloud珊瑚礁监测智能平台,提高当地珊瑚礁信息管理能力,以应对气候变化和生态压力。ReefCloud是新一代人工智能(AI)数字平台,通过机器学习和高级分析技术,可快速提取和共享珊瑚礁图像数据,从珊瑚礁颜色、形状和大小中识别出大约700万个参数,识别珊瑚的类型并自动分析珊瑚礁演化规律,提供智能服务,提高全球珊瑚礁的长期复原力。据悉,该平台分析准确率高达80-90%,比传统的人工评价快700倍。
    此外,菲律宾同时将在载人和自主水面舰艇上安装ReefScan Transom高分辨率光学成像系统,以提高珊瑚礁、棘冠海星和海草海底调查能力。ReefScan具备人工智能(AI)计算能力,水下拍摄到图像可传输到ReefCloud进行分析。(熊萍 编译)

  • 原文来源:https://www.aims.gov.au/information-centre/news-and-stories/ aims-reef-monitoring-technology-be-used-philippines
相关报告
  • 《珊瑚礁传感器首次部署在澳大利亚大堡礁南部》

    • 来源专题:中国科学院文献情报系统—海洋科技情报网
    • 编译者:liguiju
    • 发布时间:2023-10-07
    • 澳大利亚联邦科学与工业研究组织(CSIRO)在大堡礁南部的Darumbal Sea Country安装了AquaWatch传感器,以帮助监测和预测沉积物径流。该珊瑚礁是CSIRO澳大利亚海洋观测任务的七个测试地点之一,该任务旨在建立世界上第一个使用专业传感器和卫星数据相结合的水质“气象服务”。该项目预计支持保护珊瑚礁区域的规划决策,每年带来52亿美元的收入,并创造超过6.4万个就业岗位。该传感器可监测沉积物和溶解有机碳流动的系统、识别高水平叶绿素(有害藻华)。人工智能(AI)将应用于AquaWatch传感器,并融合洋流、风速、风向和潮汐条件等其他因素数据集,准确预测沉积物流动。AquaWatch的长期目标是通过应用程序或集成到当前的天气报告中,为澳大利亚人提供全国水质监测和预报。(熊萍 编译)
  • 《河流和珊瑚礁水质监测的变革》

    • 来源专题:中国科学院文献情报系统—海洋科技情报网
    • 编译者:liguiju
    • 发布时间:2019-09-20
    • 一种新颖的、低成本的监测方式可能会很快应用在应对大堡礁所面临的一项最重要的威胁上。这一威胁来自于陆地污染,陆地造成的污染物通过许多河流和小溪顺流而下,最终进入到珊瑚礁沿岸水域。 “目前,只有不到50个长期河流监测站提供大堡礁保护的有关信息。这意味着,在这数千公里长的海涂和航道上,我们掌握的信息是有限的,”Qut数学科学学院的ACEMS副研究员Catherine Leigh博士说。现在有机会以更低的成本更密集地部署传感器。然而,现阶段低成本传感器测量的仅是水的浊度和电导率。尚不能显示水质测定最重要的两个指标—沉积物和营养素的直接测定。 大堡礁沿昆士兰海岸线绵延2300公里,如此大的长度使实时监测大堡礁变的极其困难。现在,澳大利亚研究理事会(ARC)数学与统计前沿卓越中心(ACEMS)的研究人员与澳大利亚昆士兰州政府环境与科学部的科学家合作,开发了统计预测工具,可以在这些河流和小溪中部署更多的低成本传感器。ACEMS团队开发了一种利用浑浊度和电导率数据来预测水中沉积物和营养物质水平的统计工具,成果发表在《PLOS One》上。 传感器数据由昆士兰环境与科学部的水质和调查(WQI)小组提供。通过预测沉积物和营养物质的含量,管理人员可以将传感器过程自动化。Leigh博士说:“这些预测的数据确实是水务局正在寻找的关键问题—沉积物和营养物质数值,以及这些数据如何随着时间的推移而变化。预测这些数据是很重要的,如果它们突然发生变化,那就表明需要研究系统中的某些环节。” 研究人员指出,如果能用传感器自动完成这一过程,改变人工监测站取样带回实验室分析的现状,就能更及时地预测正在发生的状况。Leigh博士希望该项目可以部署更多低成本传感器,而且她现在正考虑开发一款农民和其他土地所有者可以使用的应用程序。“农民和其他土地所有者希望使用在土地上的营养物质不流失并被植物吸收,而不是流入河流,他们也希望减少土地侵蚀。” 该研究的重点是确保某些可能伤害珊瑚礁的东西不会流入河流。一旦这些物质流入河流,可及时采取行动,以确定正在发生的事件及其原因。这项研究还将有助于回答诸如在何处放置传感器、需要放多少传感器以及是否需要移动传感器等问题。 (刘群 编译) 图片源自网络