MapLab：給予大壩的人工智能 - 彭博社

海狸曾瀕臨滅絕，如今正在復甦。

攝影師：特洛伊·哈里森/時刻RF海狸是河流恢復中不可或缺的合作伙伴，因為它們獨特的增加水庫容量和支持其他淡水物種的能力。但在許多世紀裏，它們並沒有被重視。歐洲殖民者在毛皮貿易時期捕捉海狸以獲取毛皮，到了20世紀初，這些動物在北美幾乎被獵殺到滅絕。濕地被改造成農田也導致了海狸數量的下降。

科學家們後來認識到海狸對環境的豐富益處，海狸正在慢慢迴歸。但海狸迴歸的地點和數量很難説清楚。明尼蘇達大學地理學教授艾米莉·費爾法克斯研究海狸如何與生態系統互動，她正在利用人工智能和衞星圖像來解決這個問題。“如果我要親自訪問我研究中包括的每個海狸池塘，那將花費我很多很多年的時間，”她説。“遙感技術讓我能更有效地利用時間。”

展示海狸築壩的多樣形狀、大小和景觀設置的一組選擇。來源：艾米莉·費爾法克斯等人，《EEAGER：用於在衞星和航空圖像中查找海狸羣的神經網絡模型》，《地球物理研究雜誌：生物地球科學》（2023年）與Google和猶他州立大學的研究人員合作，2023年，費爾法克斯建立了一個神經網絡模型，能夠檢測到海狸在景觀上的活動。該人工智能最初在美國西部的衞星圖像中訓練，大約有15,000個先前確定的水壩位置，AI最初尋找的形狀包括沿着中心帶交織的蜿蜒線條，即橫跨河流的水壩，後來開始注意到海狸的運河。“它們看起來像是從池塘向洪泛平原輻射出去的小微型溪流，”費爾法克斯説。“它們給海狸濕地帶來了一種羽毛般的外觀。”

彭博社CityLab世界最快列車服務計劃推遲，日本放棄2027年目標紐約市拖欠的房產税飆升，沒有支付激勵措施在昂貴的紐約市郊區與貧困作鬥爭的市長將棒球場作為市中心發展的新提議最終，該人工智能的召回率為63% - 意味着，例如，在100個已知的海狸水壩中，該人工智能能夠正確識別其中的63個。這意味着該人工智能也會產生大量的誤報，例如，該模型堅信是水壩的郊區死衚衕。但這些很容易手動篩選出來。

在面板A中，顯示了一個未標記和未識別水壩的景觀。在面板B中，同一區域顯示了手動突出顯示的水壩，呈淡白色。在面板C中，顯示了AI模型識別的水壩，呈淡藍色。來源：Emily Fairfax等人，《EEAGER：用於在衞星和航空圖像中查找河狸建築的神經網絡模型》，《地球物理研究雜誌：生物地球科學》（2023年）。Fairfax正在繼續完善這一模型，並在不同類型的景觀上進行測試，結果比她預期的要好。她和她的團隊最近在加拿大阿爾伯塔省的伍德水牛國家公園的衞星圖像上運行了這款人工智能，那裏的河狸水壩比西部多山地區的要大得多，水道也不那麼直線。這個模型表現不錯。“我對它已經有多麼具有普適性感到印象深刻，儘管我們以前沒有在那樣的地方對它進行訓練，”她説。

這個工具的成功 - 研究團隊可愛地稱之為EEAGER，並在去年的《JGR生物地球科學》中描述 - 已經引起了美國各地的土地管理者和研究人員的關注。隨着西部嚴重的森林大火和乾旱變得越來越普遍，河狸水壩可以幫助儲存水源，併為野生動物創造避難所，Fairfax説。瞭解它們在大範圍內的分佈可以幫助支持和保護河狸 - 並幫助其他物種，包括人類，適應氣候變化。“很容易忽視它們，但它們是北美第二強大的景觀工程師，”她説。“如果我們在這片土地上有更多的河狸，景觀會變成什麼樣子呢？”

— Laura Bliss

地圖鏈接

• 紅海已成為充滿脆弱船隻的戰區（Bloomberg）
• 地圖中的加沙地帶：生活如何改變（BBC）
• 我在一個新城市感到孤獨。這個科技技巧幫助我融入（New York Times）
• 勞荷拉居民在聖地亞哥縣創造了動物形狀的自行車路線（La Jolla Light）
• 繪製樹木種植對氣候效益最大的地區（CarbonBrief）