相机陷阱数据管理系统物种识别页面
Shan Shui Conservation Center
生物多样性基线数据是保护决策和实践的关键，但却面临着数据缺乏和信息不对称的问题。在技术工具的帮助下，中国自然观察旨在加强从各种渠道收集生物多样性数据，特别是公民科学数据，促进数据在土地利用规划和公众参与中的应用，并将生物多样性保护纳入主流。
具体来说，技术为以下 3 个模块带来了有效的解决方案：
- 相机陷阱数据管理：开发在线人工智能数据管理系统，简化并加快相机陷阱数据的收集和处理。
- 公民科学数据可视化：使用 PowerBI 对公民科学家收集的物种记录进行自动分析和交互式可视化。
- 生物多样性影响评估工具（BiA）：整合多个数据源的生态和建筑数据，通过云平台为建筑项目提供生物多样性影响评估即时查询。
最后更新 30 Sep 2025
2247 意见
背景
应对的挑战
生物多样性数据工作流程从收集、处理、可视化到应用的每个过程都非常繁琐，需要大量重复性劳动，亟需简化和自动化。
- 相机陷阱数据管理：基于社区的相机陷阱监测面临着效率低（如从当地社区监测员处收集数据、人工识别物种）、数据质量不稳定且相对较低的瓶颈（如数据错误和缺失、空白照片率高）。
- 公民科学数据可视化：可视化产品是静态的、针对特定活动的，在每个活动的几个阶段都是人工创建的，这耗费了保护工作者的大量精力，却只能为公民科学家提供延迟反馈。
- 生物多样性影响评估：数据缺乏和公众无法获取数据限制了数据的使用。此外，生物多样性影响评估也是每次查询都要人工进行，报告也是人工撰写的。
地点
中华人民共和国
东亚
过程
过程概述
支持性伙伴关系的整体规划和发展为项目奠定了坚实的基础。
相机陷阱数据是自然观察数据库不可或缺的物种分布数据源。相机陷阱数据管理系统加快了整体工作流程，并提高了相机陷阱数据输入数据库的及时性。与公民科学家数据类似，作为另一个物种记录来源，可视化平台有助于激发公民科学家的热情，促进物种观察。这两个组成部分都为生物评估工具积累了数据，促进了更准确的评估。
此外，可视化平台和生物多样性评估工具涉及针对不同受众的公众宣传，两者相辅相成，共同实现生物多样性主流化的最终目标。
积木
工作流程分析、伙伴关系建设和总体规划
多年的研究和保护实践不仅强调了生物多样性数据的重要性，也揭示了当前工作流程的缺陷，包括数据管理效率低下、缺乏数据整合，以及可供公众使用的数据应用有限。此外，这种工作流程主要依靠人力，往往涉及大量重复性工作，占用了保护工作者的大量时间。
随着技术的飞速发展，我们逐渐意识到技术可以解决我们长期以来的 "痛点"。为了在最需要的地方利用科技工具，我们对目前的工作流程进行了系统的回顾和分析，以找出优先级较高的瓶颈问题和可能的解决方案。思考始于 2018 年 5 月，并在潜在技术合作伙伴出现后于 2019 年 6 月开始具体实施。基于系统的工作流程分析和紧密的合作伙伴关系，我们制定了一个分步计划，旨在考虑到我们有限的资源和人力，逐个开发模块（例如，从基于社区的相机陷阱监测助手应用程序，到 BiA 工具，到公民科学数据可视化平台，再到相机陷阱数据管理系统）。
有利因素
- 对当前工作流程的系统审查和差距分析，指出技术工具可以在哪些方面提供帮助
- 可靠和支持性的技术合作伙伴（通过反复试验）
- 雄心勃勃但又切实可行的计划
经验教训
- 让不同的同事参与工作流程和技术解决方案的讨论，有助于收集更多有价值的想法。
- 不同的技术公司有不同的工作风格。选择适合自己工作风格和价值观的公司。
相机陷阱数据管理系统
为了加快相机陷阱数据的工作流程，在技术合作伙伴的支持下，正在开发一个在线数据管理系统，以及基于应用程序的工具和人工智能图像识别，其中包括
- 基于社区的相机陷阱监测助手应用程序：该应用程序允许当地监测员自动记录相机陷阱设置/取回的时间和 GPS 位置，从而省去了从当地监测员处收集数据和手动输入数据的繁琐过程。(蓝图：2019 年 6 月，开发：2019 年 10 月至 2020 年 2 月，试用和使用：2020 年 3 月-10 月）
- 人工智能图像识别模型：人工智能模型帮助检测相机捕获器照片中的动物并识别物种，大大减少了需要人工识别的照片数量，提高了数据处理效率。
- 已与技术合作伙伴训练和/或测试了一系列人工智能模型，包括 PU & PKU ResNet18 模型（2018 年）、MegaDetector（仅测试，2020 年）、MindSpore YOLOv3 模型（2021 年）。
- 在线数据管理平台：通过应用程序收集的相机陷阱信息与照片一起上传到结构化云数据库。数据管理平台不仅支持人工智能和人工识别物种，还能进行全球数据搜索和统计报告。(蓝图：2021年4月至8月，开发：2021 年 9 月至 2022 年 6 月，试用和使用：2022 年 7 月）
有利因素
- 对当前相机陷阱数据工作流程的系统审查，并转化为技术系统开发需求
- 开源且性能良好的相机陷阱图像人工智能识别模型
- 用于人工智能计算、数据存储等的云资源
- 多轮试用和反馈，以修复错误并提高系统的可用性
经验教训
- 罗马不是一天建成的。由于时间和资源的限制，我们不得不将系统划分为不同的模块，并逐步开发模块。我们相信，每个模块本身都能改进我们工作流程中的一个或多个步骤，在将模块纳入整个系统之前，我们已经从模块中受益匪浅。然而，重要的是一开始就要有大局观，并为最终的系统集成制定长期计划。
- 一个系统不可能从一开始就完美无缺。当应用程序刚推出并在一个社区投入使用时，它并没有像我们预期的那样运行，当地监测员报告了各种类型的错误。我们收集并分析了反馈意见，以改进应用程序的用户界面设计和功能。
公民科学数据可视化平台
在自然观察活动中，邀请公民科学家及时观察和记录野生动物，这不仅加强了公民与自然的联系，也是一个很有前景的物种分布数据源。公民科学家通过在线问卷收集的物种记录数据会自动流入可视化平台数据库（经过数据清理和人工定期检查），并通过 Power BI 转化为直观、美观的可视化图表和地图（两种类型：空间、空间和时间）。该平台有网页版和手机版，可为公民科学家的自然观察工作提供实时反馈，增强他们的成就感，激励他们今后参与自然观察活动。此外，由于该平台整合了多个自然观察活动，并链接到有关每个活动具体分析的网络文章，因此它提供了广泛的生物多样性知识，并使公民能够通过 "虚拟自然观察 "了解其他地区的野生动植物。
该平台的简要时间表：
- 2021 年 1 月至 2 月：组建团队、分析、制定蓝图
- 2021 年 3-6 月：开发数据库和平台
- 2021 年 7 月至 8 月：试用
- 2021 年 9 月：上线和推广
有利因素
- 精心设计数据收集问卷和自动数据清理机制，以确保数据质量，并定期进行人工检查（通常每季度一次），以确保数据的真实性。
- 在公民科学家的参与下，选择可视化方法并进行美学设计。
- PowerBI 技术。
- 公民科学家微信社群运维。
经验教训
- 作为一个公共宣传产品，对内容和美学设计进行打磨，使平台方便用户使用并具有吸引力，永远都不为过。
- 在规划阶段让用户参与进来，收集他们的想法对确定用户需求很有帮助。
- 问卷需要精心设计，公民科学家在记录数据前也需要接受良好的培训。否则，很容易造成数据丢失。
生物多样性影响评估工具 (BiA)
为了实现自动和即时的生物多样性影响评估查询，我们开发了 BiA 工具，以便通过 Azure 平台为土地规划者和其他相关方提供查询服务。BiA 工具的工作原理是将查询地点或区域（或现有建设项目）与多个地理图层（包括物种分布和保护区范围）进行叠加，以调查该地点或区域是否距离濒危物种栖息地和/或保护区一定距离（如 3 公里、5 公里）并可能对其造成影响。评估报告为决策者说明了建设项目的生态和环境风险，有望促使他们考虑生物多样性。
生物评估工具的简要时间表：
- 2020 年 4-6 月：团队组建、需求沟通、系统开发计划
- 2020 年 7 月至 9 月：工具开发
- 2020 年 10 月：试用、应用和推广
- (2022 年 4 月至 9 月：系统升级
有利因素
- 多年的数据收集积累和对数据应用方法的不断思考。
- 长期研究和保护实践积累的理论和技术基础。
- 向政府、投资者和企业等潜在用户推广 BiA 工具。
- 跟踪工具的运行情况和用户反馈，设计工具的进一步升级。
经验教训
- 数据应用是整个数据工作流程的首要步骤，在此过程中，数据将转化为对利益相关者有价值的信息。有效的数据应用报告应牢记受众（如简明扼要、重点突出）。
- 完成开发和发布并不是工具的最后一步。找到潜在用户并说服他们使用工具也非常重要。工具必须被使用才能发挥最大价值。
影响
技术解决方案优化了生物多样性数据工作流程，促进了数据应用：
- 相机陷阱数据管理：基于社区的相机陷阱监测助手应用程序使 86 名负责在实地设置/领取相机陷阱的当地社区监测员的数据记录工作变得更加轻松。人工智能图像识别模型已经处理了超过 38 万张相机陷阱图像，替代了 100 多个小时的劳动。这种加快数据收集和处理的方式能够及时向利益相关方提供反馈，并为保护决策提供支持。
- 公民科学数据可视化：通过可视化 2016-2021 年六次活动中收集到的 22 个物种的 2688 条记录，并自动更新新收集的记录，该平台为公民科学家参与者提供了空间、时间和互动反馈，大大提高了对自然观察活动的兴趣。
- BiA 工具：自然观察数据库维护从多个数据源收集的生物多样性基线数据，包括物种记录（2591 个物种，135 万条记录）和保护区（6 个国家公园，474 个国家保护区等）。迄今为止，BiA 工具已为超过 1260 名建设项目规划者和其他利益相关者提供了交互式和可视化的生物多样性影响评估查询服务，促进了生物多样性友好型决策的制定。
受益人
- 保护主义者：提高效率
- 当地社区：提高效率，及时反馈
- 公民科学家：及时反馈
- 政府机构、学术机构、公众：方便获取生物多样性数据
可持续发展目标
可持续发展目标 11--可持续的城市和社区
可持续发展目标 15--陆地生活
