由于担心老鼠可能会潜入加州较为脆弱的生态系统之一,该环保非营利组织自然保护协会(TNC)最近在圣克鲁斯岛推出了一种用于生物安全的实时远程摄像系统,圣克鲁斯岛是海峡群岛中一个几乎无人居住的96平方英里的环礁。这个由五个岛屿组成的岛链位于南加州海岸外,在晴朗的日子里,从圣巴巴拉和文图拉可以看到。

加利福尼亚州圣克鲁斯岛的地图
圣克鲁斯岛的地图,它是南加州海岸外五个岛屿链的一部分。

虽然岛屿只占地球陆地总面积的5%,但60%以上的物种灭绝都发生在岛屿上——在许多地方,这是由老鼠等入侵物种造成的。雷竞技官网欢迎你圣克鲁斯岛历来禁止老鼠进入,这是有意为之。TNC的工作人员知道,只要有一两只这种毛茸茸的啮齿动物从来访的游客、商业或海军船只上跑下来,就会对野生动物造成疾病和掠食行为的威胁,使数十年的保护投资付之一流。

TNC的软件开发人员纳撒尼尔·林德劳布(Nathaniel Rindlaub)说,防止脆弱的岛屿生态系统遭到破坏的关键是早期预警,以防来访的老鼠有机会定居并对圣克鲁斯造成严重破坏。

“老鼠是多产的繁殖者,”林德劳伯说。“一对老鼠就能生产多达15,000个后代在一年内。因此,如果一只怀孕的老鼠上了岛,我们需要马上知道,以便做出有意义的反应。”

圣克鲁斯岛上一只老鼠的夜晚录像。
在文图拉港发现老鼠的动画,离提供日常服务的渡轮只有几英尺远。图片由TNC的Nathaniel Rindlaub提供。

虽然TNC有从岛上清除野猪、金雕和其他入侵物种的经验,但老鼠的体型和快速繁殖的潜力并不适合传统的监测技术。通常情况下,保护主义者会借用猎人的方法,他们安装电池供电,装有sd卡照相机“陷阱”在海边的树上用数码设备监视不速之客。

全国过渡委员会的工作人员认为他们可以尝试一下标准的摄像机陷阱方法,但一系列问题很快就出现了。首先,圣克鲁斯岛很大。更准确地说,它是加州最大的岛屿。它广阔的地形在某些地方也很危险,这使得TNC团队将摄像机放置在合适的位置——以及维护它们——既困难又耗时。

更重要的是,由于传统的相机陷阱是由运动触发的,每当树叶或草叶发出沙沙声,电池就会迅速耗尽。与此同时,SD卡被一帧又一帧的数据填满,其中大部分是由一阵风引发的空白或黑暗图像,在它们被检索之前。对于大自然保护协会确保老鼠远离该岛的使命来说,这些都没有特别的帮助。

圣克鲁斯岛背景为太平洋的山谷照片。
圣克鲁斯岛。TNC Nathaniel Rindlaub拍摄。

Rindlaub说:“因为它们分布在很远的地方,我们只能每三个月走到摄像机前进行一次维护或获取数据。”“这基本上造成了很长一段滞后时间,在这段时间里,老鼠或其他一些本不应该出现在那里的物种,可以找到岛上的路,并开始迅速繁殖。”

换句话说,任何回应都可能力度太小,而且为时已晚。

Rindlaub补充说,在相机在现场收集数据的3到18周内,由于SD卡故障和电池问题,出现了很多问题。事实上,TNC一直在丢失10%的潜在数据。他们找到的解决方案是投资大约30个太阳能相机陷阱(消除电池耗尽的问题),具有基于无线电的实时流媒体功能。

圣克鲁斯岛北岭无线摄像机的照片。
圣克鲁斯岛北岭的无线摄像头。TNC Nathaniel Rindlaub拍摄。

它的工作原理是这样的:摄像头和中继器节点连接在一起,形成一个无线网状网络,横跨通常难以到达的没有Wi-Fi或蜂窝网络服务的岛屿地形。当相机启动时,它的图像通过网状网络发送,直到到达连接wi - fi的基站。此时,数据被推送到AnimlRindlaub在AWS全球影响计算团队的支持下构建了一个AWS托管的摄像机陷阱数据管理平台。

Animl遵循基本上无服务器的、基于微服务的架构,它使用各种AWS基础设施,包括Amazon Simple Storage Service (Amazon S3)AWSλAmazon API网关亚马逊Cognito亚马逊简单队列服务(Amazon SQS)亚马逊简单电子邮件服务(Amazon SES),亚马逊SageMaker.一旦图像被输入系统,它就会启动一个自动图像处理管道,在这个管道中,由sagemaker托管的机器学习模型对图像中有什么(如果有的话)进行预测(因为许多图像,比如智能门铃,最终只是空白)。

一只老鼠被摄像机探测到的插图。
多个相机陷阱的插图
无线路由器连接到云端的示意图。
人工智能和云中数据符号的说明。
数据从云传输到笔记本设备的说明。

简而言之,所有这些自动化技术结合在一起,逻辑地搜索大量的可视化数据——远远超过TNC的工作人员和志愿者可能处理的数据——寻找新来访的啮齿动物。

如果发现了什么,生物学家会收到一封电子邮件或短信提醒,让他们审查和注释这些图像。Rindlaub说,作为“人在循环中”,他们的工作变成了对人工智能(AI)传达的所见内容的结论进行反复检查,因为这项技术远非万无一失,偶尔也会遗漏一些东西。

“从计算机视觉的角度来看,挑战在于我们知道我们会看到很多啮齿动物,”他说。“但我们也需要能够区分小鼠和大鼠。因为一个应该在那里,而另一个却不在。”

一张狐狸在夜间捕捉啮齿动物的照片。
在圣克鲁斯岛上,一只岛狐正在快速地追捕一只岛鹿鼠。图片由TNC的斯科特·梅勒和朱莉·马托斯拍摄。

AWS全球影响计算团队的Marko Cemovic表示:“很高兴看到这种机器学习技术的创新应用帮助跨国公司在圣克鲁斯岛进行重要的实地工作。”“我们很高兴看到这种可重复的生物安全方法将如何部署在其他地方,以保护栖息地。”

使用AWS图像识别工具,圣地亚哥燃气电力公司正在重新设计这家拥有140年历史的公用事业公司,以满足今天的需求和明天的气候。

圣克鲁斯岛项目可能会对其他环保工作产生广泛影响。TNC已经将其非本土物种的狩猎项目扩大到附近的圣罗莎岛,并计划在南部的卡塔琳娜岛和东部的阿纳卡帕岛部署。该公司还关注夏威夷、波多黎各(百慕大附近的一个岛屿)和巴尔米拉环礁(Palmyra Atoll)的潜在项目。

林德劳布承认,所有这些都需要时间。所需的蜂窝或无线基础设施可能还没有准备好。预算也必须在那里,这是非营利组织有时很难找到的东西。

“但当然还有其他岛屿面临着它们自己的入侵威胁,”林德劳布说,“将这个项目扩展到其他物种将是非常酷的。”