在物种丰富的农业生态系统中，尤其是半自然草地，生物多样性的监测与保护一直是生态学家和环保人士关注的重点。近日，来自柏林工业大学、莱布尼茨农业工程与生物经济研究所（ATB）以及埃伯斯瓦尔德可持续发展应用技术大学的研究团队在ESE上发表了一项突破性研究，利用深度学习（DL）技术，成功开发出一种用于监测草地生物多样性的指示物种检测模型。
图1 图文摘要
研究背景与挑战
尽管深度学习在多个领域展现了巨大潜力，但在草地生物多样性保护中的应用却相对滞后。这主要是由于数据稀缺、生态系统相互作用的复杂性以及经济激励有限等因素所致。为了填补这一空白，这支来自德国的研究团队决定利用深度学习技术，针对高自然价值（HNV）草地中的指示物种进行精准识别，以此作为评估生物多样性的有效手段。
创新模型与数据集构建
研究团队选取了四种指示物种——海石竹（Armeria maritima）、风铃草（Campanula patula）、蓟（Cirsium oleraceum）和野胡萝卜（Daucus carota）——作为研究对象。面对数据稀缺的难题，研究人员采取了创新的解决方案：在控制条件下的温室中培育这些指示植物，从而生成了足够的数据集用于深度学习模型的初步训练。
随后，为了进一步提升模型的适用性和准确性，研究团队还引入了来自实验草地和自然草地的较小数据集，对模型进行了补充训练。这一过程不仅丰富了模型的训练素材，还促进了模型从温室环境向野外环境的顺利过渡。
图2 温室数据：在温室（GR 1）和室外草地上采集的图像（GR 2）以及去除背景的图像（GR 3）。温室数据约占所收集图像总数的 70%。草地数据：从实验草地（GL 1）和半自然草地（GL 2）采集的图像。
成果与展望
研究结果显示，该深度学习模型在识别指示物种方面表现出了极高的准确率和稳定性，为半自然草地的生物多样性监测提供了强有力的技术支持。这一创新技术的应用，不仅有助于科研人员更高效地评估草地的生物多样性状况，还能为制定科学的保护策略提供可靠依据。
展望未来，研究团队计划进一步优化模型，并探索其在更广泛生态环境中的应用潜力。随着技术的不断进步和数据的持续积累，深度学习将在生物多样性保护领域发挥越来越重要的作用，为守护地球家园贡献更多智慧与力量。
图3 温室和草原之间的知识转移概览。该模型主要通过温室数据进行训练，并应用于检测草原上自然生长的指示植物。
作者简介
Inga Schleip，教授，埃伯斯瓦尔德可持续发展应用技术大学。主要从事有机草地管理、因地制宜的分级草原管理、草地植物的生理学和生态学、草地的碳周转等方面的研究。
Cornelia Weltzien，教授，莱布尼茨农业工程与生物经济研究所（ATB）农业机电一体化系主任。主要从事农业自动化和数字化、传感器-指示器系统等方面的研究。
论文信息
原文标题：Deep learning-based detection of indicator species for monitoring biodiversity in semi-natural grasslands
引用信息：Basavegowda, D. H., Schleip, I., Mosebach, P., & Weltzien, C. (2024). Deep learning-based detection of indicator species for monitoring biodiversity in semi-natural grasslands. Environmental Science and Ecotechnology 21: 100419.
*本文的部分内容由文心一言提供智能支持。
推荐阅读
· 土地利用与河湖连通性：湖泊生态系统底栖生物多样性的决定因素
高被引论文
以下数据基于Web of Science。
超过200次引用的文章有2篇
https://doi.org/10.1016/j.ese.2021.100107
https://doi.org/10.1016/j.ese.2021.100130
超过100次引用的文章有6篇
https://doi.org/10.1016/j.ese.2021.100134
https://doi.org/10.1016/j.ese.2022.100205
https://doi.org/10.1016/j.ese.2020.100077
https://doi.org/10.1016/j.ese.2022.100167
超过50次引用的文章有13篇
https://doi.org/10.1016/j.ese.2022.100145
https://doi.org/10.1016/j.ese.2022.100180
https://doi.org/10.1016/j.ese.2023.100237
https://doi.org/10.1016/j.ese.2022.100168
https://doi.org/10.1016/j.ese.2022.100165
期刊简介
在生态环境部黄润秋部长亲自提出和指导下，Environmental Science and Ecotechnology（ESE）于2020年1月正式创刊。ESE由中国科协主管，由中国环境科学学会、哈尔滨工业大学和中国环境科学研究院共同主办。ESE为双月刊，面向全球开放获取（全部论文皆可免费阅读、下载）。
ESE首届编委会由120位全球生态环境研究领域的顶级专家学者构成。哈尔滨工业大学任南琪院士担任主编，中国环境科学学会理事长、生态环境部环境规划院王金南院士和中国环境科学研究院吴丰昌院士担任副主编，俞汉青院士、Danny Reible院士等13位世界顶尖学者担任执行主编和执行副主编。
ESE已入选3个 “一区”，即中科院一区（大、小类）、JCR报告Q1区和中国科协高质量科技期刊T1区。2023年ESE获得首个完整影响因子12.6，最新影响因子为14.0，最新CiteScore为20.4。
期刊官网：https://www.sciencedirect.com/journal/environmental-science-and-ecotechnology
