智慧监测为生物多样性架起“科技护盾”

原文发表于《科技导报》2025 年第13 期 《 生物多样性智慧监测体系建设探索与实践—以浙江省丽水市为例 》

生物多样性监测是生物多样性保护的重要基础性工作。传统的生物多样性监测耗时长、成本高、效率低、人为影响大，难以实现大范围、长时间的连续监测，无法保障业务化运行、支撑美丽中国建设的要求。《科技导报》邀请相关领域研究人员撰文，文章基于新设备和新技术提出了生物多样性智慧监测体系的概念，实现监测数据自动采集、物种智能识别，支撑生物多样性的调查、监测、评估和预警，概述了浙江省丽水市生物多样性智慧监测体系建设试点的工作进展，为中国生物多样性智慧监测体系业务化运行提供了实践案例和理论支撑。

由于栖息地破坏、过度开发、环境污染、气候变化和其他原因，地球目前正在经历“第六次生物大灭绝”。因此，生物多样性保护已成为世界各地关注的热门话题。生物多样性监测可用于识别衰退或濒临灭绝的物种，评估保护措施的有效性，也可以为评估区域或国家相关战略和保护目标的实施进展，以及为保护管理政策制定提供及时准确的数据。在中国生态环境监测体系中，水、气、土等环境监测体系已经较为成熟，但生物多样性监测仍是生态环境监测体系的短板。

为推进生物多样性监测体系建设，浙江省丽水市开展了生物多样性智慧监测体系建设试点，在设备研发、物种AI识别和监测标准建设等方面开展试点研究，为补齐生态环境监测短板、加快建立现代化生态环境监测体系提供了实践案例和理论支撑。

1

生物多样性智慧监测体系的概念与意义

1.1 生物多样性智慧监测体系概念与特点

生物多样性智慧监测体系是指通过地面监测和遥感监测相结合，以红外相机、声纹记录仪等被动式调查设备为主，依靠物联网、AI物种识别和DNA识别等前沿技术，实现监测数据自动采集、物种智能识别，持续追踪生物的种群动态变化，支撑生物多样性调查、监测、评估和预警的智慧化体系（图1）。

图1 生物多样性智慧监测体系概念

生物多样性智慧监测体系监测对象涵盖植物、陆生脊椎动物（哺乳动物、鸟类、两栖爬行动物）、水生生物（鱼类、大型底栖无脊椎动物）和昆虫（蝴蝶和其他昆虫）等类群，植物类群监测设备主要是基于遥感卫星，动物类群监测设备包括红外相机、雷达相机和蝴蝶智能监测仪，鸟类声纹记录仪，以及水生生物和其他昆虫的环境 DNA 采集设备等（表1）。

表1 生物多样性智慧监测体系类群及数据特点

1.2 生物多样性智慧监测的重要意义

生物多样性智慧监测体系可以借助移动网络、卫星通信和无线自组网技术，形成监测区域网络覆盖，解决山区通信网络不畅问题。通过为监测设备加载太阳能供电模块实现监测设备的长时间、全天候运行，有效获取监测对象的动态变化数据，实现支撑国家和地方生物多样性的综合监管、预警和评估的目的。智慧监测体系可以在基本不干扰生物的情况下，实现自动化、智能化、规范化、长周期的实时监测，运行期间基础数据获取成本低，大幅缓解传统监测面临的专业人员缺乏、技术参差不齐等困难，显著提升生物多样性保护的基础支撑能力，是未来的发展方向。

2

生物多样性智慧监测体系构建

2.1 生物多样性智慧监测指标构建原则

2.1.1 以生物多样性核心监测指标为基础

生物多样性包括生态系统多样性、物种多样性和遗传多样性。生物多样性智慧监测指标构建原则应以生物多样性核心指标为基础。物种多样性作为生物多样性研究的核心内容，被认为是遗传多样性分化的源泉和生态系统多样性形成的基础，可以反映群落结构和功能特征以及生态系统稳定性，是对生物多样性最直观的认识。物种的种类数和个体数量可以作为生物多样性智慧监测指标构建的基础。

2.1.2 以监测数据易获取、易推广为准绳

生物多样性智慧监测指标构建应以易获取、易推广为准绳。遥感技术可以获取大尺度的土地覆盖、净初级生产力、干扰事件等反映生物多样性和生态系统结构功能的关键指标数据。红外相机技术具有触发速度快、可探测小型动物、外形可伪装和具有肉眼不可见的补光光源等优点，兼具功耗低、待机长、便于携带、影像质量高以及对恶劣环境的耐受性能强等优势。在红外相机技术的基础上，采用微波雷达触发方式，实现对变温动物的实时监测。声纹监测技术设备轻巧、方便布设、待机长、收音效果显著，且不受天气条件和光线的影响。马来氏网成本低、便于布设，可实现长时间被动监测采集昆虫DNA样本。竖式采水器是环境DNA样品采集中常用的采集工具，具有结构简单、采集高效、便于维护等特点。

2.1.3 以监测数据处理客观、准确、快速为核心

随着AI识别、环境DNA等技术的快速发展，实现数据分析结果的统一性、客观性和快速性成为可能。在图像自动识别方面，以机器学习和深度学习为代表的自动分析算法和模型不断精进。鸟类的声纹识别技术也采用卷积神经网络算法，应用多个经典模型。环境DNA技术在测序通量方面得到大幅提升后，实现了在1个样本中同时分析数千个物种，克服了传统形态学方法的诸多限制，具有不依赖于物种形态特征，快速、经济和高准确性等优势。

2.1.4 以服务国家生物多样性保护战略为目标

生物多样性智慧监测体系应以服务于国家生物多样性保护战略为目标。为积极推动《关于进一步加强生物多样性保护的意见》落实和《昆蒙框架》执行，《中国生物多样性保护战略与行动计划（2023—2030年）》强调加强生物多样性治理能力现代化。因此，亟需探索建设可服务于国家生物多样性战略的智慧监测体系，实现生物多样性监测业务化运行，保障《昆蒙框架》的落地和执行。

2.2 生物多样性智慧监测技术体系指标的构建

基于国内外生物多样性核心监测指标相关研究进展，结合不同监测手段获取指标的能力，针对中国生物多样性空天地一体化监测指标体系建设的需求，我们提出了涵盖不同区域、样地等多尺度的，植物、哺乳动物、鸟类、两栖爬行动物、昆虫、水生生物等多类群的生物多样性智慧监测指标体系，主要包括：

（1）遥感监测指标，通过植被类型面积、植被覆盖度、叶面积指数和总初级生产力评估植被面积和植被质量变化，揭示植物生物多样性变化的趋势；

（2）地面监测指标，通过物种、类群、分类单元丰富度及独立有效照片（录音）数等直观展示动物各类群多样性的动态变化。具体指标见表2。

表2 生物多样性智慧监测体系监测指标

2.3 生物多样性综合评价

根据上述监测指标制定植物指数、哺乳动物指数、鸟类指数、两栖爬行动物指数、昆虫指数、蝴蝶指数和水生生物指数，并赋予各类群指数权重以构建生物多样性评价指数，实现区域生物多样性的年度评估。

1）生物多样性评价指数。

按式（1）和式（2）计算

式中，BEI为生物多样性评价指数；PI为植物指数；MI为哺乳动物指数；BrI为鸟类指数；ARI为两栖爬行动物指数；InI为昆虫指数；AOI为水生生物指数；BfI为蝴蝶指数；OII为其他昆虫指数。

2）指数年度变化。

按式（3）计算

式中，ΔI为各指数第y年度变化趋势；Iy为第y年份的指数值；Iy−1为第y−1年份的指数值。

3

生物多样性智慧监测体系建设丽水案例

3.1 野外监测样区建设

浙江省丽水市生物多样性监测体系集成实时传输红外相机、鸟类声纹记录仪、两栖爬行雷达相机、蝴蝶智能监测仪等新型、智能、自动化的监测设备，构建了覆盖全市域的生物多样性智慧监测网络，实现了对植物、哺乳动物、鸟类、两栖爬行动物、昆虫和水生生物等类群的监测数据采集与分析。2023年，丽水市建设20个智慧监测样区（表3）。

表3 丽水市生物多样性智慧监测样区情况表

3.2 智慧监测数字化平台建设

丽水市建成了生物多样性智慧监测数字化平台，组织架构如图2所示。该平台核心包括电子标本库、智能识别模型、物种识别操作平台3部分。

图2 丽水市生物多样性智慧监测体系数字化平台组织架构示意

电子标本库系统包括33种大中型哺乳动物，529种鸟类，100余种两栖爬行动物，150余种蝴蝶，800余种昆虫，500余种水生生物的识别底库。

智能识别模型包括：

（1）哺乳动物红外相机图像识别模型（图3）；

图3 红外相机图像AI识别结果——中华斑羚

（2）鸟类鸣声识别模型（图4）；

图4 鸟类声纹AI识别结果——白头鹎

（3）两栖爬行动物图像识别模型（图5）；

图5 雷达相机图像AI识别结果——无尾目

（4）蝴蝶图像识别模型（图6）；

图6 蝴蝶智慧监测仪图像AI识别结果——金凤蝶

（5）陆生昆虫环境DNA识别指标体系；

（6）水生生物（鱼类+大型底栖无脊椎动物）环境DNA识别指标体系。

物种识别操作平台，实现了对图像识别和声音识别的焦点处理（单个）和批量处理，对AI自动识别的人工校对，以及对数据处理结果的导出下载等多个功能。

基于生物多样性智慧遥感监测体系试点建设，丽水市总结发布了《生物多样性智慧监测体系建设技术规范》和地方标准《生物多样性评价指数技术规定》（DB3311/T 272—2024），形成了从数据采集、分析处理和成果发布的全过程技术指导，初步建立了生物多样性智慧监测标准体系，为业务化开展生物多样性监测评价提供技术支撑与示范应用，提升了生物多样性的精细化、智能化的治理能力。

4

结论与展望

在归纳总结国内外生物多样性主要类群监测进展基础上，提出构建生物多样性智慧监测技术体系，具体包括涵盖区域、样地等多尺度的，植物、哺乳动物、鸟类、两栖爬行动物、昆虫、水生生物等多类群的生物多样性智慧监测指标体系。该体系综合利用遥感技术、红外相机技术、AI识别技术、环境DNA技术等手段，实现多尺度和多类群的生物多样性监测，并可进行生物多样性综合评价。

尽管生物多样性智慧监测技术具有低成本、快速采集数据的能力，但在采集设备标准性、海量数据实时传输等方面仍存在制约。采集设备方面，当前国内的图像、声音采集设备缺乏统一标准。基于环境DNA的监测智能化水平还不够高，同时在其规范化和标准化方面需作出更大的努力。图像、声纹实时传输也受到通信信号、供电等条件限制。同时，生物物种AI识别技术有待进一步提升。

针对全国生物多样性监测的巨大应用需求，可优先关注生物多样性保护优先区域，系统开展一批生物多样性智慧监测技术应用示范项目，在地方试点的基础上，推动制订生物多样性智慧监测体系行业标准，将生物多样性监测与生态质量监测有机融合，逐步在省域乃至全国推广示范，有效提升我国生物多样性监测水平，为全球生物多样性保护做出积极贡献。

本文作者：吴翼、张文文、史杰、梅金娟、马方舟、罗艳、刘春龙、崔鹏

作者简介：吴翼，生态环境部南京环境科学研究所，生态环境部生物多样性与生物安全重点实验室，副研究员，研究方向为生物多样性保护；张文文（共同第一作者），生态环境部南京环境科学研究所，生态环境部生物多样性与生物安全重点实验室，副研究员，研究方向为生物多样性保护；崔鹏（通信作者），生态环境部南京环境科学研究所，生态环境部生物多样性与生物安全重点实验室，研究员，研究方向为生物多样性保护。

文章来 源 ： 吴翼, 张文文, 史杰, 等. 生物多样性智慧监测体系建设探索与实践——以浙江省丽水市为例[J]. 科技导报, 2025, 43(13): 32−41 .

内容为【科技导报】公众号原创，欢迎转载
白名单回复后台「转载」

《科技导报》创刊于1980年，中国科协学术会刊，主要刊登科学前沿和技术热点领域突破性的研究成果、权威性的科学评论、引领性的高端综述，发表促进经济社会发展、完善科技管理、优化科研环境、培育科学文化、促进科技创新和科技成果转化的决策咨询建议。常设栏目有院士卷首语、科技新闻、科技评论、专稿专题、综述、论文、政策建议、科技人文等。