水鸟监测是各类湿地生态系统保护和管理策略的基础。随着中国湿地保护基础设施的不断完善，包括用于采集大量野生动物声学和视觉数据的远程设备，对数据过滤和分析技术的需求日益增加。基于深度学习的目标检测已成为大数据分析的基本解决方案，并在多个应用领域进行了测试。然而，这些深度学习技术尚未用于检测实时监测视频中的小型水鸟。我们提出了一种改进的检测方法，在 YOLOV7 中增加了额外的预测头、SimAM 注意模块和连续帧，称为 YOLOv7 Waterbirds，用于实时视频监控设备识别注意区域并执行水鸟监测任务（识别、计数和密度估算）。基于水鸟数据集，YOLOv7 waterbird 的平均准确率（mAP）值为 67.3%，比基准模型高出约 5%。此外，改进方法的召回率为 87.9%（准确率=85%），小型水鸟（定义为小于 40x40 像素）的召回率为 79.1%，表明其在小型物体检测方面的性能优于原始方法和许多其他流行的深度学习算法。该算法可用于保护区管理部门或其他组织，利用现有的监控摄像机对水生植物进行更高精度的监测，在一定程度上为野生动物保护做出贡献。

通过微地形改造、水位调节、湿地生态修复等一系列科学措施，营造满足各种候鸟需求的栖息环境。修复工程完成后，在日常管理中，高潮栖息地需要保持一定比例的裸露平地、浅水区、深水区和可控低植被区。通过人工控制水位，保证不同水位区域的相对稳定，控制杂草高度，保持裸露滩涂区域，以提供岸鸟、苍鹭、海鸥、野鸭等不同迁徙水鸟的栖息地。利用视频监控等无人设备协助监测水鸟群落，以评估这些候鸟使用栖息地的模式，进而评估栖息地质量。

在应用诱捕器进行间歇性收获时，以下变量组合取得了最佳效果：玉米麸（补充饲料）×玉米麸（诱捕饵料）×O. Shiranus（鱼种）×2 条鱼/平方米（放养密度）。

这种组合的总产量比单批收获的对照组高出 25%。较高的放养密度（3 条鱼/平方米）使对照组的总产量略高，但净利润较低。使用颗粒饲料加强了这两种效果，但经济效益最低。

农场试验的结果（见图 1）证明了诱捕器的功能和出色的捕获效果。在三个月的农场试验期间，诱捕器每周使用 2 到 3 次，共使用 27 次。平均每次间歇性收获都能捕获约 120 条小鱼，相当于 820 克重。使用诱捕器后，所有家庭都表示现在每周吃两次鱼。而在此之前，每月吃鱼的次数在一到四次之间。

好处

• 减少池塘中鱼类对氧气和食物的竞争，从而显著提高产量。
• 提高了家庭对营养丰富的小鱼的消费，改善了现金流。

成功因素：

• 诱捕器制作简单，成本低廉（3 美元）。
• 诱捕器易于使用，对妇女也是如此。
• 由于可以方便、定期地获取鱼类，直接带来有形的附加值。

实地实例

总的来说，参与农场试验的家庭的用户体验非常积极：

"作为一个家庭，我们现在每周可以吃两次鱼，有时甚至三次，而在没有这项技术的前几个月，我们每月只能吃一次鱼。(Doud Milambe）

"使用捕鱼器捕鱼非常简单，甚至妇女和儿童都可以使用"。(杰奎琳-贾拉西）

"与我用来捕鱼供家庭食用的钩和线的方法相比，这种方法既快又有效，因为钩和线的方法可能需要三到四个小时，但只能捕到三条鱼，因此对于我的家庭规模来说是不够的"。(哈桑-贾拉西）

• 当地社区的参与
• 满足社区需求

现场试验

在多马西国家水产养殖中心进行的一系列试验中，项目小组在 200 平方米的池塘中用不同的诱饵测试了间歇捕捞诱捕器，池塘中放养了不同的鱼种（Coptodon Rendalli与Oreochromis Shiranus），鱼的密度也不同（每平方米 1 条鱼与2 条鱼与 3 条鱼）。此外，还进行了进一步的测试，以确定捕获一定数量的鱼所需的时间和间隔。作为对照和比较，还在其他池塘中放养了用玉米麸或颗粒饲料喂养的O. Shiranus和C. Rendalli，进行单批捕捞，以代表马拉维农村水产养殖的习惯形式。

农场试验

在诱捕器在技术上发挥作用时，确定了希望在日常实际条件下测试诱捕器的家庭。在三个月的时间里，有六户家庭对诱捕器进行了测试，并记录了捕获量。

捕捉器由金属丝网制成，形状像一个圆柱体。两端再连接两片圆锥形的铁丝网。较窄一端的直径较小，只允许小鱼进入陷阱。为了引诱它们进来，诱饵就放在里面。鱼网的一端放置鱼饵。诱捕器上固定一根绳子，这样用户就可以轻松地将诱捕器下沉和收回。

在渔业和水产养殖方面，鱼笼代表了现有捕捞方法的演变。与围网等主动渔具不同，鱼笼需要的劳动力和能源更少，因此捕捞效率非常高。此外，诱捕器不会对被捕获的鱼造成身体伤害，因此鱼可以活着从诱捕器中取出，而且健康状况良好。马拉维水产养殖业早期的部分捕捞试验可追溯到 20 世纪 90 年代，当时对不同的间歇性捕捞工具进行了测试。然而，由于这些方法效率低、劳动强度大，没有得到广泛应用或进一步发展。

基于这些知识、进一步的文献研究和专家讨论，人们萌生了建造和测试大小选择性诱捕器的想法，以定期捕捞初始鱼群的幼鱼。这种创新被认为可以控制放养密度，优化补充饲料的使用，并且不超过池塘的承载能力。理想情况下，诱捕器的成功应用将提高家庭的整体水产养殖生产力，同时比迄今为止的水产养殖更有规律地收获少量小鱼。间歇性收获的鱼可以在家庭内食用，也可以用来赚取少量固定收入。与此同时，最初的鱼群（亲鱼）将长到更大，以备最后收获。

在马拉维这样一个喜爱鱼类的国家，鱼类是动物蛋白质的主要来源，但渔业产量却在下降，因此人们对发展水产养殖业寄予厚望，并付出了巨大努力。鱼类是蛋白质和必需微量营养素的重要来源，更好地获取和定期食用鱼类可以为克服发展挑战做出重要贡献。就公共卫生而言，粮食不安全是最大的挑战之一。妇女和儿童尤其受到营养不良的影响。扩大和促进可持续水产养殖是满足日益增长的鱼类需求的重要途径。

这一发展需要--除其他许多方面外--有助于成功应对该行业挑战的创新。马拉维水产养殖价值链提高收入和粮食安全项目（AVCP）是德国经济合作与发展部 "一个世界--没有饥饿 "特别倡议下的 "可持续渔业和水产养殖 "全球计划的一部分，该项目以农村水产养殖为重点，正在为马拉维的 4500 名小规模生产者提供技术培训。养鱼业帮助他们提高收入和粮食安全。

农村水产养殖业面临的一个共同而复杂的挑战是在低投入系统中使用男女混养的罗非鱼幼苗。这意味着农民只有有限的农副产品选择和数量来喂养池塘中快速增长的鱼群。这导致对氧气和食物的竞争日益加剧，从而导致生长速度低下，性成熟往往加快。因此，最终收获的鱼往往很小，不符合人们对从水产养殖中收获可食用--"装满盘子"--鱼的普遍期望。

鉴于农村水产养殖中没有或无法获得单性鱼苗、鱼饲料和增氧机，该项目面临的挑战是找到一种替代解决方案，以提高农村水产养殖的生产率及其对家庭营养的贡献。

- 由经过培训并配备了监测和报告工具的林业官员进行监测巡逻；
- 对物种进行生态监测，特别是通过安装 40 个照相陷阱；
- 通过创收活动（IGAs）为当地社区提供支持，使他们直接从中受益。

Arribada 俱乐部在整个课程中向学生传授 IT 技术、计算机编程和设计工程的基础知识。它还教授许多保护技术背后的科学概念，如 GPS 系统的工作原理。