生物多样性是形形色色生物体的总和，包含动物、植物和微生物，其中鸟类是最受公众关注的类别之一。因其对生境因子及其变化比较敏感，其多度和丰度也常作为区域生态质量的“晴雨表”和“试金石”，因此，鸟类多样性可作为生物多样性监测的指示物种。

随着人工智能（AI）及大数据分析技术的发展，尤其是计算机视频识别技术的进步，使AI相关技术辅助鸟类多样性监测成为可能，为鸟类多样性调查和动态监测提供了创新手段。

01鸟类智慧识别监测系统与算法

使用AI进行“鸟口普查”，AI鸟类调查员首先要安装一套“AI鸟类智慧识别监测系统”，该系统由硬件监测设备和智能识别软件构成。前端音视频监测设备捕获监测点的鸟类视频及音频数据，不仅可以通过端侧或边缘设备进行智能分析，获取鸟类空间位置信息、种类信息、数量信息等统计信息，也可以上载云端利用AI智能计算设备进行识别分析，并将数据存储在云端存储服务器中，供鸟类智慧监测展示系统统计分析使用。

鸟类智慧监测识别系统的核心是鸟类智能识别算法，主要包括基于图像和视频的鸟类识别算法，以及基于声音的鸟类识别算法。其中，基于图像和视频的算法，通过对鸟类形态和行为特征的精准提取和分类模型，获得高精度的鸟类目标识别结果。在实际应用中，还需要结合鸟类形态学专业知识和大规模数据训练，以提高算法模型对不同生态场景变化的稳定性和精确性。基于图像和视频的鸟类识别算法，更适用于湿地或者水面等较为开阔的自然环境。在遮挡较为严重的山林等环境下，常常“只闻其声，不见其影”，此种情况下，基于声音的鸟类识别算法便更加有效。该算法通过融合鸟类声音数据的波形特征和频谱特征，实现鸟声识别。首先通过构建波形特征提取模块实现时域信号振幅、音调等波形特征信息的有效提取，然后通过特征融合和分类模块实现鸟类种类的识别。有些时候，基于图像和视频的鸟类识别算法和基于声音的鸟类识别算法还可同时使用，通过多模态融合的识别方法进一步提高准确度。

02人工智能监测鸟类应用实践

在候鸟季，对着壮观的鸟浪来数鸟，一直都是传统监测的难点，人力几乎不可能做到精确，仅能通过“集团估算法”大致估计。然而，用上了人工智能，这个难题便迎刃而解。以昆明滇池关注度极高的明星红嘴鸥为例，谁都不知道，但谁都想知道，水面上每天究竟有多少只红嘴鸥。2022年9月，昆明滇池高原湖泊研究院在大泊口部署了鸟类智慧监测识别系统，在红嘴鸥到来的时候，该系统每天均能监测到超过5000只红嘴鸥，为保护区管理人员提供了大量观测数据。

黄河三角洲国家自然保护区鸟类监测也应用了人工智能。系统自2022年6月以来稳定运行，在2022年11月监测到大量有效信息，包括东方白鹳、大天鹅、灰雁、苍鹭、普通鸬鹚、绿头鸭等鸟类1200余只，丰富的视频监测数据，为保护区管理者进行实时监测和查看历史记录提供了有力的数据支撑。

展望未来，鸟类监测向着高精度、动态化和智能化的方向发展，紧密结合保护区鸟类本底调查与动态监测需求，采用人工智能技术与生态学大数据分析方法，开发和部署鸟类智慧监测系统，能够实现“看得清、看得准、看得全、看得懂”的无人化、智慧化、长周期实时监测，有效解决鸟类监测中的数据“不实时、不全面、不准确”等重要问题，显著提升鸟类监测效率和识别准确度，为鸟类调查和动态监测提供创新手段，为生物多样性保护与科普宣传提供技术支撑，为生态文明建设提供强大动力，必将日益得到更为广泛的应用。

源：山东省科协