由于担心老鼠可能会潜入加州更脆弱的生态系统之一，环保非营利组织大自然保护协会 （TNC） 最近在圣克鲁斯岛推出了一个实时远程摄像系统，用于生物安全，圣克鲁斯岛是海峡群岛的一个 96 平方英里的环礁，基本上无人居住。这条由五个岛屿组成的岛链位于南加州海岸附近，在晴朗的日子里，从圣巴巴拉和文图拉可以看到。圣克鲁斯岛的地图，是南加州海岸附近五岛链的一部分。尽管岛屿仅占地球上陆地总面积的 5%，但超过 60% 的灭绝发生在岛屿上——在许多地方，这是由老鼠等入侵物种驱动的结果。历史上，老鼠一直被拒之门外，这是有意为之。TNC 的工作人员知道，只要一两只毛茸茸的啃食者从来访的游客、商业或海军船只上走下来，就可能用疾病和掠夺行为威胁野生动物，从而阻碍数十年的保护投资。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受到破坏的关键是早期预警，以免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，“林德劳布说。“仅一对老鼠就可以在一年内产生多达 15,000 个后代。因此，如果一只怀孕的老鼠进入了岛上，我们需要立即知道才能做出有意义的反应。文图拉港 （Ventura Harbour） 的老鼠检测动画，距离前往岛屿的日常服务渡轮仅几英尺之遥。图片由 TNC 的 Nathaniel Rindlaub 提供。虽然 TNC 拥有从岛上清除野猪、金雕和其他入侵物种的经验，但老鼠的体型和快速繁殖潜力并不适合传统的监测技术。通常，保护主义者会借用猎人的方法，他们在沿海树木上安装电池供电、装有 SD 卡的相机“陷阱”，以数字方式监视不受欢迎的到来。TNC 工作人员认为他们会尝试标准的相机陷阱方法，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。其广阔的地形在某些地方也很危险，这使得 TNC 团队很难将摄像机放置在智能位置并进行维护。更重要的是，由于传统的相机陷阱是运动触发的，因此电池会随着树叶或草叶的每一次沙沙声而迅速耗尽。与此同时，SD 卡上装满了一帧又一帧的数据，其中大部分是空白或由一阵风引发的黑暗图像，然后才能被检索。这些都对大自然保护协会确保老鼠远离岛屿的使命没有特别帮助。圣克鲁斯岛。摄影：纳撒尼尔·林德劳布，TNC。由于它们分布在很远的地方，我们只能真正每三个月徒步到摄像机前进行一次维护或获取数据，“Rindlaub 说。“这基本上造成了一个很长的滞后时间，在这个滞后时间里，老鼠或其他一些不应该在那里的物种可以找到进入岛屿并开始快速繁殖的路。”换句话说，任何回应都可能太少——而且为时已晚。Rindlaub 补充说，在摄像机在现场收集数据的 3 到 18 周内，SD 卡故障和电池问题之间出现了很多问题。事实上，跨国公司一直在丢失 10% 的潜在数据。他们得出的解决方案是投资大约 30 个太阳能摄像机陷阱（消除电池耗尽问题），具有基于无线电的直播功能。圣克鲁斯岛北岭上的无线摄像机。摄影：纳撒尼尔·林德劳布，TNC。它的工作原理如下：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岛屿地形，没有 Wi-Fi 或蜂窝服务。当摄像机启动时，其图像会通过网状网络发送，直到到达连接 Wi-Fi 的基站。届时，数据将被推送到 Animl，这是一个 AWS 托管的相机陷阱数据管理平台，Rindlaub 在 AWS Global Impact Computing 团队的支持下构建了该平台。Animl 主要遵循基于微服务的无服务器架构，它使用各种 AWS 基础设施，包括 Amazon Simple Storage Service （Amazon S3）、AWS Lambda、Amazon API Gateway、Amazon Cognito、Amazon Simple Queue Service （Amazon SQS）、Amazon Simple Email Service （Amazon SES） 和 Amazon SageMaker。一旦图像被摄取到系统中，它就会启动一个自动化图像处理管道，其中 SageMaker 托管的机器学习模型会对图像中的内容（如果有的话）进行预测（因为许多图像，如智能门铃，最终只是空白）。01 / 05简而言之，所有这些自动化技术结合在一起，可以逻辑地搜索大量笨重的视觉数据——远远超出 TNC 员工和志愿者可能处理的数量——寻找新的数据来访啮齿动物。如果发现任何东西，生物学家会收到一封电子邮件或短信警报，以查看和注释图像。林德劳布说，作为“人类在循环中”，他们的工作变成了仔细检查人工智能 （AI） 关于它所传达的内容的结论，因为这项技术远非万无一失，偶尔会遗漏一些东西。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。“但我们还需要能够区分老鼠和老鼠。因为一个应该在那里，而另一个却不在。一只岛狐在圣克鲁斯岛上快速对付一只岛鹿老鼠。图片由 Scott Meyler 和 Juli Matos， TNC 提供。很高兴看到机器学习技术的这种创新应用帮助 TNC 在圣克鲁斯岛进行重要的实地考察，“AWS 全球影响力计算团队的 Marko Cemovic 说。“我们真的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。”机器学习和无人机如何帮助预防野火San Diego Gas & Electric 使用 AWS 图像识别工具，正在重新构想这家拥有 140 年历史的公用事业公司，以满足当今的需求和未来的气候。圣克鲁斯岛项目可能会对其他环保工作产生广泛的影响。TNC 已将其狩猎非本地物种的项目扩展到附近的圣罗莎岛，并计划在南部的卡塔利娜岛和东部的阿纳卡帕岛进行部署。它还在考虑在夏威夷、波多黎各、百慕大附近的岛屿和巴尔米拉环礁开展可能的项目。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尚未准备就绪。预算也必须在那里，这是非营利组织有时很难找到的。但肯定还有其他岛屿面临自己的入侵威胁，“林德劳布说，”将这个计划扩展到其他物种真的很酷。圣克鲁斯岛的照片 #1 由 TNC 的 Sue Pollock 拍摄。
