花园守护者：您不可或缺的植物识别神器

植物识别并不总是容易的。除非你对自己要寻找的东西有一个大致的了解，否则仅凭文字很难准确判断你所看到的植物种类。如果你厌倦了在搜索引擎中输入模糊、冗长的附近植物描述，只希望你的查询能返回一张看起来准确的照片，那么是时候利用科技的优势，下载像 iNaturalist、Pl@ntNet 或 LeafSnap 这样的植物识别应用程序了。

入侵物种是指那些非本地物种，它们可能对生态系统造成严重损害。无论它们是传播速度极快、难以去除，还是对当地植物构成直接威胁、已知会扼杀本地植物，识别入侵植物对阻止其传播和做出更明智的园艺选择非常重要。许多 入侵植物可能与本地相似物种混淆，因此拥有识别应用程序的力量或其他用户的支持可以帮助确保即使是最困难的识别也能准确。

如果你发现自己识别出了一种入侵物种，你有几个选择。如果你在家中，可以移除该植物并用安全或本地的替代品替换。如果你在外面，向当地相关部门报告你发现的入侵物种会很有帮助。虽然在美国没有一个统一的机构来处理这些报告，但你可以查看所在州或地区的相关资源，来了解下一步该怎么做。

Pl@ntNet

如果你在寻找一款免费的植物识别应用程序，易于使用，得到社区支持，并致力于作为一个有用的科学工具，那么可以考虑下载 Pl@ntNet。这个应用程序最初在法国开发，完全免费在 iOS 和 Android 上下载，使用它来实际识别可能的入侵物种时，你不会遇到任何烦人的收费限制。因为这个应用程序利用人工智能工作，它依赖用户的贡献来训练模型。上传照片的人越多，人工智能在识别方面就越好，所以开发者不想把应用程序的功能隐藏在付费墙后面是有道理的。

使用时，只需拍摄一张清晰、无遮挡的植物照片。应用程序会返回一份可能的植物列表，并显示每个选项的可能性百分比。你可以查看每种植物的其他用户照片，以确定你实际处理的是哪种物种，选择一个后，你的照片将用于帮助训练模型。

虽然 Pl@ntNet 对于识别几乎任何类型的植物都很有用，但如果你用它来追踪入侵物种，那就特别有帮助。Pl@ntNet 不仅仅是一个识别应用程序——它还是一个公民科学计划。用户收集的数据可以用于研究，在 Cristophe Botella 的案例中，这项研究与入侵物种直接相关。在一篇关于 Pl@ntNet 网站 的文章中，开发者分享了 Botella，INRA 的一名博士生，正在使用 Pl@ntNet 数据开发一个预测入侵植物分布的模型。使用这个应用程序识别入侵植物，你可能正在帮助学生和研究人员解决入侵物种带来的问题。

iNaturalist

与 Pl@ntNet 一样，iNaturalist 是一款免费的、以社区为中心的物种识别应用。它的功能与 Pl@ntNet 类似，依靠用户群体记录和分享他们接触到的物种。然而，一个主要的区别是，iNaturalist 不仅仅用于植物——它还可以用于识别动物、昆虫、真菌，甚至原生动物。如果你除了寻找入侵植物外，还对识别入侵昆虫感兴趣，这款应用可能是你的完美选择。

到目前为止，用户已经发布了超过2.86亿个帖子。每个帖子都包含一个位置标签，这意味着研究人员可以获取数据，准确了解某些物种的分布。此外，用户可以在他们的帖子中添加“需要识别”标签，鼓励其他用户帮助识别和确认图片中捕捉到的确切物种。拥有如此庞大的数据库对研究人员和业余探险者来说都是极其宝贵的，所以你可以为自己对这个应用的贡献感到自豪，因为它们的作用可不仅仅是简单的识别。

如果你识别的植物确实是入侵物种的话，iNaturalist 具有内置的警告系统，会用感叹号标记该帖子。如果你只是对你后院或路边生长的植物类型感到好奇，这款应用可能会在几分钟内就能给你提供所需的所有信息。然而，如果你想帮助消除你所在地区的入侵物种，详细的地图绘制对研究人员来说是一个极其宝贵的工具，而你的贡献可能会有更大的科学用途。在某些情况下，iNaturalist 甚至可以用于帮助识别公园或其他自然区域中的入侵物种，给土地管理者提供一种简单的方法，快速识别问题植物并在它们扩散之前把它们消灭。

Google Lens

如果你不是一个大园丁或植物学家，只是需要快速识别路边的植物，Google Lens 提供了一种非常方便的方法。这个功能可以通过 Google 应用、Google 相册、Google Assistant 或作为独立应用使用，它会用你手机的相机扫描周围环境或识别你相册中的物品。然后，它会给出该物品的 AI 描述，并提供搜索结果以供进一步研究。在这次汇总中，它可能是最不专注于植物的应用，但对于那些不想用一次性应用占用手机存储空间的人来说，这是一个很好的选择。除了能够识别植物，Google Lens 还可以帮助你 验证你最新的二手购物发现，找到你在外面看到的衣物或家具的品牌，甚至翻译其他语言的文本。

可惜的是，Google Lens 的准确性并不如一些其他植物识别应用。当与 Pl@ntNet 进行直接比较时，它的得分往往较低——尽管它确实超过了几个专门为植物识别设计的应用，如 Seek 和 PlantSnap。总的来说，它可能不是专注于植物学者的最佳选择，但它方便，可能已经在许多人的手机上可用，免费，并且是进一步研究可能入侵物种的一个很好的起点。

方法论

为了寻找识别入侵物种的最佳应用，我们首先考虑了识别软件最重要的特性：准确性。我们查看了那些拥有大型数据库和许多满意用户的应用，这些应用经过独立测试后显示出可靠的结果，并且优先考虑使用经过良好训练的 AI 或与其他用户的互动。本次汇总中列出的应用应该能够在合理的情况下识别本地和非本地物种，即在提供清晰、光线良好的相对常见植物照片时。

因为我们特别考虑入侵物种，这些应用程序中的每一个都提供植物是否为入侵物种的信息，或者被研究人员和保护者用于追踪入侵物种的分布和数量。为了确保它们易于获取，这些应用程序都是免费的，不需要额外购买，也没有限制您可以识别的植物数量，并且可以在您的iOS和Android设备上下载到App Store和Google Play商店。