研究人工智能在生态保护领域的应用

时间:2019-09-27

　　摘要：人工智能技术作为产业革新的重要手段， 将其应用至生态领域是一种必然趋势。基于大数据作为人工智能技术发展依据， 分析了人工智能在生态保护、修复、灾害防治和生态管理方面的应用。分别将智能机器人、知识图谱、大数据技术、通信技术、互联网和虚拟现实技术等应用于生态领域， 实现人工智能与生态治理结合运作。

　　关键词：人工智能； 生态领域；

　　1 人工智能在生态领域的应用

　　人工智能在各个领域的应用十分活跃， 尤其是生态领域， 人工智能在生态领域中的应用体系十分庞大， 内容同样极为丰富。在此， 以人工智能在生态保护、修复、灾害防治和生态管理方面的体现分析， 完成人工智能在生态领域的应用研究。

　　1.1 人工智能的应用依据

　　人工智能运作原理复杂， 需要大数据作为支撑来维持其运转， 即大数据是人工智能的依据。和以往的数据分析技术比较， 人工智能技术主要依据为神经网络， 并引申出多层神经网络， 以此能够实现深度机器学习。其与传统算法相比， 该算法没有多余假设， 完全通过输入数据实现数据自主模拟并构建相应模型结构。

　　1.2 生态保护领域应用

　　在党中央领导下， 目前国内的生态环境保护工作已经取得了很大突破， 信息时代迅猛发展及信息技术快速更迭， 使得生态环境保护面临着巨大的挑战。鉴于现状， 必须加快落实人工智能和生态发展有机结合， 并充分利用人工智能相关技术， 分别在森林、草原、湿地、荒漠及生物多样性等各方面领域构建并完善生态环境保护应用系统， 以此实现生态环境保护的智能化， 构成生态保护治理的新模式。

　　针对森林生态体系的保护， 最重要的就是防止森林资源被酸雨破坏， 除此外， 全球变暖也对森林资源的数量有着关键性的作用。据国家地理杂志相关报道， 依照当前环境状态， 世界雨林可能会在100a之内消失不见。对于此种情况， 可利用人工智能与卫星遥感等技术相结合， 实时阻止森林被酸雨破坏行为。人工智能在森林生态系统健康评估中也发挥着巨大作用。以验证基于人工智能技术的森林评估效果为目的， 利用人工智能计算森林水源涵养性能和土壤保持性能以及固碳释氧性能等当作比较测试指标。经实验可知， 利用人工智能技术评估森林生态系统健康是真实可行的。

　　1.3 生态修复领域应用

　　实际上， 生态修复指的是对生态体系不进行人为干扰， 以此减轻生态负荷压力， 依据生态体系调节性能与自组织性能向着有序的方向演化， 或者通过生态体系自恢复性能， 辅助人工举措， 使已经遭到破坏的生态体系逐渐恢复或向好的方向发展。下面从种苗培育、营造林和草原恢复等领域分析人工智能在生态修复中的应用。

　　1.3.1 种苗培育

　　在种苗培育中， 智能化苗圃随着时代需求应运而生， 不仅可以节省人工费用， 还可以保障种苗的质量。

　　智能化苗圃中有多种类机器人， 其中的锄草机器人利用多传感器融合和小型化智能锄草功能可以实时检测苗草信息， 还能够控制株间锄草刀运作速度， 具备智能和高效等特性， 可大规模减少劳动力， 并提升锄草速度。

　　除了锄草机器人以外， 还有喷雾机器人、植物转移机器人和表型机器人等。其中的喷雾机器人主要作用为利用传感器检测种苗环境， 可自适应避障， 在强度上也能够满足大棚运行需求。植物转移机器人可在多植物中起到调度作用， 实现植物间距调整。表型机器人能够辅助林木育种者检测林木可能达到的最优质量与最高产量。

　　1.3.2 营造林

　　人工智能在营造林应用可分为3方面内容：利用大数据预测速生林产量；智能植树机器人应用；构建专家决策支持体系。

　　将卫星技术与人工智能算法相结合， 能够高效处理和分析生态数据， 并最大化数据价值， 给出营造林技术。通过卫星图像和深度学习等算法， 构建能够大规模处理各种各样的地理空间数据服务平台。

　　基于自动化智能系统的及其与林业相结合， 通过智能化的设备以及相关信息系统的高效利用， 量林区资源进行有效配置， 这样还保证了林区作业质量和林业工人的安全， 这在大大促进了林业经济的发展。林业机器人能够利用不同软件适应不同操作， 并感知作物类型及作物所处环境产生的一系列变化。其中， 比较常见的是智能植树机器人和施肥机器人。

　　专家决策支持体系作为具有专业知识和丰富经验的平台， 其利用专家求解构建模型， 依据人工智能知识表示与推理解决专家构建的模型， 从而具有与专家同样解决问题能力。该体系一般由人机交互模块、知识库模块、数据库模块、推理模块和知识获取模块以及解释器模块组成。

　　1.3.3 草原修复

　　经上述介绍可知， 草原在大陆上占据的面积很大。草原系统在为人类提供物质生产和水土保持以及防风固沙等服务时， 也会受到人类活动影响， 使得该系统功能严重退化。人类一系列活动使草原景观一直处于被破坏的状态， 致使草原结构与功能遭到了不同程度的影响。这种情况下， 不仅给生态环境带来了非常大的压力， 还给大众健康与生存环境等方面造成了影响， 从而衍生出了生态与经济社会相关问题。

　　针对上述存在的问题， 提出以下2方面解决方式：利用草原监测技术恢复草原生态体系；建设蓄草均衡智慧牧场。

　　以上提出的解决方案中， 通过人工智能技术监测草原资源和地面生态， 设计并构建相对完善的草原恢复互联网。利用人工智能恢复草原主要体现在草原资源监管、灾害监测与预防、草原旅游服务方面。

　　1.4 生态灾害防治领域应用

　　将人工智能应用至生态灾害防治中， 主要体现在以下几方面：林草防火；防治林草病虫害；防沙尘暴；防野生动植物瘟疫。

　　人工智能技术在林草防火应用中， 利用热成摄像机能够高效监测人为生火， 并实时监测林区人类活动。在比较敏感的区域安装智能高清球型摄像设备， 对该区域图像进行实时采集， 进而追踪人类活动细节。

　　人工智能技术在林草病虫害防治应用中， 采用人工智能技术采集茶场、草场和苗圃等区域数据， 并将其转变为有利用价值的信息， 辅助农作物产出与生成速度， 并减少化肥及农药的使用， 确保农作物培育与生产过程中的安全性。开展并落实林业作物病虫害智能图像检测工程， 将人工智能技术应用至防治作物病虫害领域， 进而推动林业高效发展。

　　人工智能技术防沙尘暴应用中， 人工智能能够穿戴防沙尘头盔， 其具备口罩防尘和滤尘作用及防风眼镜等功能， 不仅透气， 还提供氧气， 更能够以数字化形式给出沙尘风速等信息数据， 其中包含数字摄影和摄像， 可对当前所处情况进行实时分析。鉴于上述优点， 人工智能可将沙暴对人们户外活动影响降至最小， 还便于做应急处理。

　　人工智能技术在防野生动植物瘟疫应用是大势所趋。其中， 野生动物的疫源疫病监测与防控平台中存储着禁止进境物信息数据及X光图谱。利用在邮件分拣机上设置OCR识别系统， 自适应检测并提取申报品名和收寄件人及地址等重要数据信息， 然后传输至云端。大规模截获数据和X光图谱与面单信息相互融合， 形成邮检大数据， 利用机器人训练、学习与预测， 实现疫源疫病准确检测识别与查验。

　　2 结束语

　　当前生态治理技术比较落后， 而人工智能结合了目前最为先进且适用性强的算法与技术， 可有效解决当前生态治理模式存在的问题。上述分别从生态保护、修复、灾害防治和生态管理几方面研究了人工智能在生态领域的应用。

　　参考文献
　　[1] 赵苗苗， 赵师成， 张丽云， 等。大数据在生态环境领域的应用进展与展望[J].应用生态学报， 2017, 28 （5） :1727-1734.
　　[2] 王伟。人工智能在电子信息技术中的应用[J].科技创新导报， 2018 （4） :38-40.
　　[3] 王甫园， 王开泳， 陈田， 等。城市生态空间研究进展与展望[J].地理科学进展， 2017, 36 （2） :207-218.
　　[4] 孙永杰。人工智能+大数据催生新生态模式[J].通信世界， 2017 （13） :39-41.

TAG标签： 生态领域  人工智能  

上一篇：研究流媒体技术在数字庭审系统的应用
下一篇：人工智能给审计工作带来的影响探讨