← 最新论文
🌿 生态学

Rapid estimation of insect biodiversity using AI assisted image analysis:a cost-effective tool for monitoring and ecological assessmen

本研究表明,一种人工智能辅助图像分析工具可以通过将视觉形态特征作为分类多样性的可靠代理,从而快速且具有成本效益地估算飞行昆虫的生物多样性,进而克服了生态监测中对大量专家鉴定技术的依赖。

原作者: Cabra-Leykin, L., Keasar, T., Keasar, C.

发布于 2026-11-13
📖 1 分钟阅读☕ 轻松阅读

原作者: Cabra-Leykin, L., Keasar, T., Keasar, C.

原始论文采用 CC BY 4.0 许可(https://creativecommons.org/licenses/by/4.0/)。 ⚕️ 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明

地球的健康在很大程度上取决于那些微小的、经常被忽视的生物。例如,昆虫是生态系统中名副其实的工程师;它们为我们的农作物授粉,循环养分,并作为无数其他动物的食物来源。当昆虫种群数量下降或发生变化时,这是环境承受压力的预警信号。然而,密切监测这些种群是非常困难的。为了了解发生了什么,科学家传统上必须捕捉昆虫,将它们鉴定到具体的物种级别,然后进行计数。这个过程缓慢、昂贵,并且需要一种正变得日益稀缺的专业知识。因此,我们往往缺乏进行明智的自然保护和景观管理所需的及时、大规模数据。

以色列的一个研究小组开发了一种新方法,通过结合简单的陷阱和人工智能,在不需要命名每一只昆虫的情况下估算昆虫多样性,从而绕过了这一瓶颈。该团队并没有要求人类专家去分类成千上万的微小标本,而是将飞行的昆虫捕捉在黄色粘性陷阱上,像扫描文档一样扫描这些陷阱,并将图像输入计算机程序。该软件并不试图识别物种;相反,它测量陷阱中昆虫的视觉多样性,观察它们在大小、形状和颜色方面的差异。研究人员发现,这种视觉多样性是实际生物多样性的可靠镜像。当计算机看到各种外观迥异的昆虫混合在一起时,实际的不同昆虫类型数量也很高。当陷阱中挤满了许多看起来非常相似的昆虫时,生物多样性就很低。

这项研究是在以色列地中海地区的三十个地点进行的,涉及在自然景观和农业领域设置黄色粘性陷阱。这些陷阱本质上是涂有亮黄色粘合剂的薄片,被放置在树木或杆子上,并放置十天以捕捉飞行昆虫。收集完毕后,研究人员用透明片覆盖陷阱以保护标本,并使用标准办公扫描仪进行高分辨率扫描。这创建了一个庞大的昆虫图像数字库。随后,团队使用计算机模型定位扫描图中的每只昆虫,并将它们剪切为单独的图像。从这些图像中,计算机提取了五个关键视觉特征:昆虫的大小、长宽比以及身体中红、绿、蓝色彩的平衡。

通过绘制这些视觉特征,研究人员创建了一张数字地图,每只昆虫都是其中的一个点。在这张图中,外观相似的昆虫会聚集在一起,而外观不同的昆虫则会分散开来。团队开发了一种方法来计算每个陷阱中存在多少个不同的“簇”或视觉类型。他们称之为视觉多样性指数。为了验证这种方法的有效性,他们将计算机的估算结果与传统的专家分析结果进行了对比。一群专业的昆虫学家手动鉴定了一组陷阱中的一万多只昆虫,将其分类为科和目。结果显示,两种方法之间存在高度一致性。计算机的视觉多样性得分与专家的分类学多样性得分非常接近,证明了陷阱中形状和颜色的多样性是物种多样性的良好替代指标。

研究人员将这一新工具应用于整个数据集(共322个陷阱),以回答关于昆虫如何在不同环境中生存的一些重大问题。他们发现了一个关于昆虫数量与其多样性之间令人惊讶的关系。在昆虫极其丰富的陷阱中,多样性实际上反而较低。这表明,当一个环境中昆虫大量涌现时,往往是因为少数优势物种占据了主导地位,排挤了其他物种。相比之下,昆虫数量较少的陷阱通常拥有更平衡的类型组合。研究还揭示了昆虫群落随季节以及在自然地带与农业用地之间如何变化。在自然区域,昆虫的多样性从春季到夏季显著增加;而在农业领域,多样性则保持得更加稳定。这种农田中的稳定性可能是由于灌溉和树木的持续存在,使得即使在夏季自然景观干涸的情况下,也能为昆虫提供稳定的环境。

这种方法为解决“分类学障碍”(即全球范围内鉴定昆虫所需的专家短缺问题)提供了一个实用的解决方案。通过使用依赖于粘性陷阱和办公扫描仪的低成本方法,研究人员可以快速且廉价地调查广阔的区域。计算机分析速度很快,为每一个陷阱节省了数小时的手动工作时间。虽然该方法无法告诉科学家具体存在哪些物种,但它提供了一种快速、标准化的方式来监测昆虫种群的健康状况。这对于保护工作至关重要,因为它允许土地管理者和政策制定者实时观察生物多样性的变化。研究人员强调,该工具并非旨在取代人类专家,而是为了扩展他们的能力,处理常规的大量样本筛选工作,以便专家能够专注于更深层次的分析。通过将图像转化为数据,这项研究为理解和保护支撑我们自身的隐形昆虫世界提供了一条可扩展的路径。

您所在领域的论文太多了?

获取与您研究关键词匹配的最新论文每日摘要——附技术摘要,使用您的语言。

试用 Digest →