珊瑚礁保护的未来
正在设计全球实时监测系统的澳大利亚研究人员表示，珊瑚礁保护的未来取决于技术与合作的结合。
他们希望帮助拯救世界珊瑚礁，防止其进一步衰退，这种衰退主要是由于全球变暖导致的白化。在过去两年中，全球 75% 的珊瑚礁经历了白化程度的热应激。
由南澳大利亚大学牵头的一个合作项目正在将遥感技术与机器学习、人工智能和地理信息系统 (GIS) 相结合来监测损失。
多模式平台将把与珊瑚礁有关的所有研究数据（包括水下视频和照片、卫星图像、文本文件和时间传感器读数）提炼到中央仪表板上，以进行实时全球监测。
研究人员表示，综合系统将跟踪白化严重程度及其随时间的变化趋势；监测棘冠海星种群和捕食风险；检测疾病爆发和幼年珊瑚水平；并评估珊瑚鱼的丰度、多样性、长度和生物量。
通过实时集中所有这些数据，他们希望生成有助于保护工作的预测模型，从而实现早期干预。
公民科学家也在帮助保护珊瑚礁。志愿者正在协助由“珊瑚礁公民”组织领导的大堡礁调查。去年年底进行的一次普查产生了超过 43,000 张图像。使用公民观察员和人工智能来审查图像可以达到与专家分析几乎相同的准确度。
大堡礁公民组织参与负责人妮可·森恩 (Nicole Senn) 表示：“任何人只要有几分钟的空闲时间都可以伸出援手。”
上个月，皮尔巴拉和金伯利地区的科学家和居民的观察证实，严重的珊瑚白化现象正在影响西澳大利亚的珊瑚礁。虽然澳大利亚西海岸的单个珊瑚礁数量不如东海岸多，但那里的珊瑚礁在地理上和多样性上与大堡礁的珊瑚礁一样广阔。
本周，澳大利亚海洋科学研究所(AIMS) 的科学家报告了一种新的机器学习方法 RapidBenthos，该方法能够从珊瑚礁照片马赛克中提取前所未有的数据。它可以自动分析由数千张海底图像拼接而成的马赛克，为科学家节省了每张马赛克约 60 小时的手动分析时间。
AIMS 和拉筹伯大学的研究人员目前正在测试拉筹伯大学开发的人工智能 Reef-NeRF（神经辐射场）和 Reef-3DGS（高斯溅射）的功能。人工智能能够实时渲染照片般逼真的场景，从而生成珊瑚礁各个部分的 3D 数字孪生。3D 图像可帮助科学家研究前所未有的空间尺度上的角落和缝隙。
研究人员认为，大堡礁最近发生的大规模珊瑚白化事件（这是自 2016 年以来第五次发生）使得探索 Reef-NeRF 和 Reef-3DGS 等技术创新比以往任何时候都更加重要。
该项目还旨在提高公众对海洋科学的认识和参与度，以便他们更好地理解珊瑚礁的重要性及其保护的迫切性。
