《多国科研机构共建全球珊瑚礁云端大数据平台》

  • 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:2022-05-05
  • 近日,多国科研机构共同建成了全球珊瑚礁云端大数据平台,以便实时共享全球珊瑚礁监测数据,强化各地科研机构的合作。该平台可利用人工智能分析等手段,从全球珊瑚礁监测图像中快速提取科学数据,并将标准化后的数据进行共享。澳大利亚环境大使表示,该平台将为全球珊瑚礁监测工作带来革命性变化,比传统的人工监测评估快700倍。帕劳环境部部长表示,该平台将为政策制定者提供更为准确的监测数据,有助于南太平洋岛国实现保护自然的目标。据悉,多国科研机构包括澳大利亚海洋科学研究所、澳大利亚昆士兰大学、南太平洋大学、马尔代夫海洋研究所等。

  • 原文来源:http://aoc.ouc.edu.cn/2022/0504/c9829a369696/page.htm
相关报告
  • 《珊瑚礁数据库(ReefBase)》

    • 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:mall
    • 发布时间:2017-03-14
    • 该数据库是全球珊瑚礁监测网(Global Coral Reef Monitoring Network, GCRMN)及由联合国基金会(UNF)所资助的国际珊瑚礁行动网(International Coral Reef Action Network, ICRAN)的正式网站。 数据库链接: http://www.reefbase.org/main.aspx
  • 《“瑶华”珊瑚礁多模态AI大模型助力珊瑚礁研究高效开展》

    • 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:熊萍
    • 发布时间:2025-03-24
    • 人工智能作为新一轮科技革命的战略性技术,在2025年国家政府工作报告中明确被列为重点发展方向,要求推进"人工智能+"行动并支持大模型应用。在科研领域,AI驱动的科学研究(AI for Science)已成为落实国家人工智能规划、加速科研范式变革和提升创新能力的重要支撑,其技术突破正在重塑科学研究的边界与模式。 中国科学院南海海洋研究所作为国家海洋科技领域的战略力量,积极响应国家科技创新号召,强化"国家队"的使命担当,珊瑚礁生物地貌研究团队依托超十年积累的海量影像数据库,启动人工智能驱动的珊瑚礁研究范式革新,尝试突破传统珊瑚礁调查数据判读和分析的技术瓶颈。 全球气候变化与人为影响的双重胁迫下,被称为"海洋热带雨林"的珊瑚礁生态系统面临生存危机。南海珊瑚礁亦是如此,加强南海珊瑚礁的研究刻不容缓。但传统的珊瑚礁调查数据分析和判读方法高度依赖人工,存在效率低、成本高、主观误差显著等固有缺陷,严重制约了南海珊瑚礁研究的广度和深度。针对这一困境,珊瑚礁生物地貌团队基于阿里云Qwen2-VL基座模型,研发了 “瑶华”珊瑚礁多模态大模型1.0版,通过分析10多万张水下影像,实现珊瑚种属识别准确率88%,效率较人工提升数十倍,实现了珊瑚礁调查数据的智能、高效分析的技术突破,同时结合SAM图像分割技术,目前模型可量化珊瑚覆盖率与健康状态,初步实现了珊瑚礁研究范式的转变。 后续该模型将融合珊瑚礁地貌、地化、生态、水文、海平面和气象等多模态数据持续迭代,进一步挖掘“瑶华”的数据整合与多模态分析潜力,将其应用从基础的图像和视频识别,拓展至更深层次的气候预测与全球变化模拟,“瑶华”有可能将珊瑚礁从被动的“环境记录载体”转变为积极的“全球变化模拟器”,从而为应对气候变化提供革新性的决策维度。通过将珊瑚礁研究与人工智能深度融合,“瑶华”有望推动珊瑚礁研究范式的转变,从传统的经验驱动迈向数据驱动,进而为脆弱的珊瑚礁生态系统的保护与管理开辟创新的路径。 该模型研发由国家重点研发计划—生物动力地貌与生物造礁地表过程项目和国家自然科学基金(42425004)共同资助。