曼巴工具可以让我们通过种子或扦插的方式收集植物材料，这些材料来自我们在上一个模块中识别和绘制的濒危物种。该工具的有效范围远超过 1000 米，即使是最难以到达的地区也可用于管理行动。

作为悬崖植物评估的第一步，无人机工具功不可没。利用无人机获取这些环境的独特视角，我们现在可以绘制极度濒危的悬崖特有物种的分布和丰度图，并加快其保护工作。在夏威夷、帕劳共和国和马德拉（葡萄牙）进行的实地调查取得了非常积极的成果。

与鸟类或哺乳动物相比，两栖动物受到的威胁更大，数量减少的速度更快。两栖动物数量的减少是由多种因素造成的，如气候变化、糜烂性真菌以及物种贩运等其他人为因素。然而，两栖动物面临的威胁程度无疑被低估了，因为有 1294 种（22.5%）两栖动物鲜为人知，无法进行评估，而鸟类只有 78 种（0.8%）（Stuart 等人，2004 年）。

这种知识赤字凸显了 Ribbit 等教育工具在科学研究民主化方面的极端重要性。通过降低生态监测的门槛，Ribbit 等应用程序将被动的观察者转变为积极的保护参与者。教育技术使公民科学家能够直接为了解和保护脆弱的生态系统做出贡献，通过在研究不足的地区扩大数据收集来解决关键的研究局限。

这些创新平台提高了公众对生物多样性挑战的认识，同时为科学参与提供了便捷的途径。与拥有完善研究基础设施的以鸟类为重点的应用程序不同，震旦类动物保护缺乏全面的公民科学平台。Ribbit 填补了这一重要空白，使个人有能力成为两栖动物研究的重要贡献者，扭转了数据缺乏的趋势，并通过协作、技术驱动的环境管理支持全球保护工作。它是第一个包含 800 多种两栖动物信息的应用程序，有四种语言版本，包括叫声类型、照片、CITES 信息（物种是否被贩卖或用于商业目的，涉及 GBF 目标 5 和 9）、IUCN 状态（物种是否濒危，涉及 GBF 目标 4）以及动物行为和繁殖的一般信息。

保护生态系统是遏制气候变化和维持生态系统服务（《全球生物多样性框架公约》目标 11）的关键，而生态系统服务与全球 50% 以上的 GDP 密切相关。本世纪将有 100 多万种物种面临灭绝的威胁；然而，由于现有的数据缺口偏重于全球北部的观测，因此选择保护哪些地区具有挑战性。增加全球南部的生物多样性数据量对于保护濒危物种至关重要，因为这些物种在全球南部的生物多样性热点地区密度很高。两栖动物的发声方式多种多样，是声学识别的理想选择，也是至关重要的生态系统指标（Estes-Zumpf 等人，2022 年），超过 40% 的物种面临灭绝风险（Cañas 等人，2023 年）。增加全球 7000 多种两栖动物的标注数据将加强保护工作，减少脆弱生态系统的知识缺口。通过使用公民科学平台来帮助减少生物多样性的损失，我们将帮助当地建立起对这些重要栖息地的环境管理（GBF 目标 20）。

eBird 是与生物多样性相关的最大公民科学项目，拥有来自世界各地用户的 1 亿条鸟类观测数据。这些观察结果有助于 "在一个简单的科学框架内，通过收集的物种清单记录鸟类的分布、丰度、栖息地使用和趋势"。(Sánchez-Clavijo 等人，2024 年）。

iNaturalist 是另一款使用计算机视觉算法进行物种识别的公民科学应用程序，在减少生物多样性损失方面也被证明是成功的。迄今为止，该应用程序在全球范围内的观测次数已超过 200,000,000 次，每月观测次数达 600 万次。在 iNaturalist 上，研究级的观测数据会与 GBIF 共享，而GBIF 则会将这些知识用于政策决策、研究和社区建设（GBIF，2023 年）。

目前，我们的应用程序可识别全球 71 种青蛙和蟾蜍。虽然其中许多物种被世界自然保护联盟（IUCN）认定为 "最不受关注物种"（LC），但我们确实拥有一个世界自然保护联盟濒危物种--南方钟蛙（Ranoidea raniformis）。由于缺乏濒危物种，因此需要不同的从业人员参与生物声学生态监测。增加有关脆弱物种的数据点有助于利用数据驱动的洞察力为决策提供信息。当地社区和原住民将是增加应用中物种数量的关键资产，因为他们的当地知识使我们能够跟踪偏远地区的物种。

事实证明，公民科学应用程序有助于生物多样性监测，同时还能吸引自然爱好者参与其中（Callaghan 等人，2019 年）。例如，澳大利亚博物馆推出的应用程序 FrogID 允许用户记录青蛙叫声，并由人工验证员核实其身份。迄今为止，FrogID 已发表的论文涉及监测入侵物种（Rowley 和 Callaghan，2023 年）、为 IUCN 红色名录评估提供信息（Gallagher 等人，2024 年）、评估火灾影响（Mitchell 等人，2023 年）、了解城市化影响（Callaghan 等人，2020 年）以及研究青蛙叫声行为（Liu 等人，2022 年）。我们的目标是在更短的时间内，利用 Ribbit 和世界各地的无尾类物种取得类似的成果。迄今为止，FrogID 团队已经积压了超过 18,000 个呼叫，使用我们的应用程序可以大大减少这些呼叫，因为机器学习算法的实施大大缩短了处理时间。

在我们应用程序的第一轮测试中，有 50 位用户提交了录音以供识别。他们的反馈是积极的：主题专家指出，他们记录的物种与 Ribbit 预测的物种相符；自然爱好者喜欢 "每日一蛙 "功能，该功能向他们介绍了一个新的无脊椎动物物种，或让他们通过该物种的名称和最常见的叫声重新认识熟悉的无脊椎动物（GBF 目标 11）。

Ribbit 的数据民主化方法是一个精心策划的公民驱动型科学贡献过程。通过利用 iNaturalist 声音和 Anuraset 现有的公共数据集，该应用程序为声学生物多样性监测奠定了坚实的基础。这些初始数据集为机器学习训练提供了全面的基线，确保为无脊椎动物识别建立高质量的初始模型。

该应用程序的创新数据收集策略不仅限于收集信息，还对用户提供的数据实施了严格的质量控制流程。每一份公民提交的记录都将经过仔细的验证，然后才有可能提交给全球生物多样性信息基金（GBIF）。这种方法将被动的数据收集转变为主动、协作的科学过程，使公民能够为保护研究做出有意义的贡献，从而实现 GBF 目标 14，即 "将生物多样性纳入各级决策"。

至关重要的是，Ribbit 保持严格的数据隐私和保护协议。考虑到生态数据的敏感性，特别是有关稀有物种和精确位置信息的数据，该应用程序实施了严格的用户同意机制。未经贡献者的明确知情同意，任何用户数据都不会被共享或分发，从而保护了生态主体和公民科学家的隐私。

环境变化研究中所关注的相关生态过程和事件通常发生在陆地通信基础设施无法到达的偏远地区。在这些地区使用动物标签在野外生成的数据通常只能延迟数天甚至数周才能传输。为了克服这种延迟并确保预警系统不会出现延迟，GAIA 开发了一个用于标签的卫星通信模块以及一颗在低地球轨道（LEO）运行的超小型卫星：为了能够将收集到的数据和信息从发射节点直接传输到低地球轨道（LEO）卫星，新型标签中将集成一个高性能卫星物联网无线电模块。这将确保提取数据的即时、安全和节能传输。该通信系统以地面 mioty® 技术为基础，并将适应该项目的卫星典型频段，如 L 波段和 S 波段。物联网领域有时会用到典型的通信协议，这些协议通常是为小数据包设计的。因此，mioty® 系统的进一步开发还将致力于提高数据传输速率和信息大小，以实现图像传输等应用场景。

卫星物联网系统将是无延迟通信的关键，因此也是预警系统的关键。它极大地促进了 GAIA 系统实现 GBF 目标 4 "阻止物种灭绝、保护遗传多样性和管理人类与野生动物的冲突"。

为了实现 GAIA 计划的目标，开发并应用高科技环境变化预警系统，新一代动物标签是关键的组成部分。GAIA 团队正致力于微型动物标签的硬件和软件开发，该标签采用了带摄像头和图像处理功能的最低功耗传感器技术。这些标签将是能源自主的，最适合秃鹫的解剖结构，并且是正在开发的其他技术功能的基础，如用于行为检测和图像识别的板载人工智能以及基于卫星的物联网通信系统。

此外，GAIA 还在开发分布式人工智能和微处理器网络的概念，即像蜂群一样行动的动物标签。与自然界的蜂群智能类似，GAIA 计划正在绘制微处理器特设网络中的数字蜂群智能。这些自发形成的网络是分布式和基于传感器的海量数据分析的基础。沿着这条路走下去，秃鹫标签等就有可能在觅食活动期间出现在同一地点，相互连接并分担人工智能分析和数据传输等任务。

对于生态研究和 GAIA 使用案例来说，有必要在偏远荒野地区长期可靠、准确地识别不同动物物种的行为。为此，GAIA 的科学家们开发并训练了一种人工智能（AI），它可以根据 GPS 和加速度数据进行行为分类，并准确地告诉我们，例如，安装了动物标签的白背秃鹫在任何特定时间和地点正在做什么。这种人工智能最终将直接在 GAIA 动物标签上运行，并从传感器数据中生成行为信息。第二步，科学家们将由此分类的行为与来自标签的 GPS 数据相结合。利用空间聚类算法，他们确定了某些行为发生频率较高的地点。通过这种方法，他们获得了秃鹫进食的空间和时间精细分辨位置。最后但并非最不重要的一点是，GAIA 正在开发一种图像识别人工智能，用于分析新标签系统的集成摄像头拍摄的照片。所有这些算法都将直接在标签上运行，并能执行高效的嵌入式数据处理。这也对图像识别人工智能提出了非常特殊的要求，因为它必须以特别小的数据量运行。为此，GAIA 团队正在为稀疏人工智能开发适当的策略和模型。

这种新型尸体检测管道是阻止物种灭绝和管理人类与野生动物冲突的关键资产，因此符合 GBF 目标 4。该管道可迅速检测到秃鹫的死亡或秃鹫正在捕食的动物的死亡。这两种情况都与阻止物种灭绝有关：在秃鹫尸体上投毒是许多秃鹫物种数量减少的重要原因。由于秃鹫在寻找食物时采用社会策略，一具被毒死的尸体可以杀死数百只鸟。GAIA 计划的科学家们已经证明，给秃鹫贴上标签可以及早发现死亡的秃鹫，并将尸体移走。给秃鹫贴上标签并使用这里介绍的人工智能管道，可以大大减少进一步的死亡。其次，及早发现濒危物种的偷猎事件，可以在当地全面制止偷猎行为，为防止物种灭绝做出重大贡献。

卫星和飞机在收集远距离环境数据方面发挥着至关重要的作用，帮助我们更好地了解气候和生态系统。遥感通常通过飞机、气球或卫星进行，使我们能够对大片区域和偏远地区进行长时间监测。这些 "天眼 "是对陆基观测的宝贵补充，帮助我们了解海洋和气流、土地覆盖变化和气候变化。然而，动物也拥有非凡的感官和探测栖息地变化的独特能力。通过将动物的能力与遥感技术结合起来，GAIA 的目标是提高我们监测和了解地球的能力。动物拥有超强的感官能力和行为策略，这使它们能够感知生态系统中细微和剧烈的变化，并能发现危急事件。例如，秃鹫作为 "哨兵物种"，可以将遥感概念提升到新的高度。它们经常在广阔的区域巡逻寻找食物，在没有排放物、额外资源或维修的情况下工作。此外，它们的巡逻以其卓越的视力和寻找尸体为使命。它们巡逻的方式、寻找的东西以及它们带领我们发现的事件可能与特定的环境变化和生态事件有关。

为了充分挖掘秃鹫遥感的潜力，GAIA 重点关注两个重要方面。首先，在秃鹫身上安装功能强大的跟踪装置，以便在详细的时间和空间范围内监测它们的行动和行为。其次，正在开发新的技术解决方案，以更好地了解动物的观察和行为。这包括新开发的摄像标签，其特点是集成了摄像头、用于行为检测和图像识别的人工智能算法，以及用于偏远地区实时覆盖的卫星上行链路。有了这些工具，动物可以更快地捕捉图像并提供周围环境的数据，其分辨率和特异性均高于卫星图像。这种创新方法使我们能够通过动物的眼睛观察自然。

GAIA 采取了尽量减少浪费的策略：只使用和开发绝对必要的技术设备。项圈和标签要么长期保留（如秃鹫），要么定期收集（如狮子）以提取数据。不在景观中保留发射器：如果发射器掉落或携带标签的动物死亡，就会被找到并从景观中移除。这样，GAIA 系统就是一个 "不留痕迹 "的系统，对生态系统有很大好处。