無尾熊棲息地保育新曙光：Project Airbear 技術揭秘

近年來，澳洲無尾熊族群數量因棲息地喪失而急劇下降，如何有效且大規模地識別優質的無尾熊棲息地，成為保育工作者面臨的一大挑戰。為了解決這個問題，雪梨大學的研究團隊開發出一項名為「Project Airbear」（空中熊抱計畫）的創新技術，利用高光譜空載影像技術，從空中精準預測無尾熊偏好的桉樹種類及其營養價值，為無尾熊的保育工作帶來了新的希望。

高光譜空載影像技術：無尾熊棲息地預測的利器

Project Airbear 的核心技術是高光譜空載影像（hyperspectral airborne imagery）。這種技術能夠捕捉環境的高解析度影像，並記錄物體在不同波長下反射光線的方式，包括人眼無法看見的紅外線。與傳統光譜影像不同的是，高光譜影像能夠在極窄的波長範圍內捕捉資訊，從而檢測出材料或植被之間極其細微的差異。

具體來說，這項技術可以從高空記錄可見光和紅外光波，這些光波在物體表面反射後，會產生獨特的光譜特徵，反映出葉片的色素、含水量以及化學成分，其中最重要的就是無尾熊賴以生存的氮含量。

雪梨大學生命與環境科學學院的 Mathew Crowther 教授指出：

「在尋找無尾熊最佳棲息地時，情況非常微妙。不僅要找到正確的樹種，還需要具備能夠支持族群長期繁榮的適當營養品質。即使是同一樹種，其營養價值也可能存在差異。」

從地面到天空：研究團隊的努力

為了驗證這項技術的有效性，研究團隊在新南威爾斯州西北部 Liverpool Plains 地區的 Gunnedah 進行了實地研究。Gunnedah 地區的無尾熊數量正在下降，其農業景觀由桉樹林地構成，其中包括河紅桉等樹種。

研究的初期階段，研究人員在地面上辛勤工作，仔細識別樹木種類及其地理位置，並採集葉片樣本進行實驗室氮分析。這些樣本隨後被用於訓練和測試基於高光譜空載影像的機器學習模型。

雪梨大學的 Cristian Gabriel Orlando 博士表示：

「透過利用每個樹冠像素層級所包含的變異性，我們可以訓練精確的模型，從而在有限的地面數據下，大規模地預測合適的無尾熊棲息地。這將有助於保育人士和土地管理者進行棲息地恢復，並規劃未來可能的無尾熊遷移，而這些都依賴於對景觀中樹木的了解。這項研究將改善未來的管理行動。」

機器學習模型：精準預測棲息地

研究人員利用這些高光譜空載影像，訓練複雜的機器學習模型，從而利用單個樹冠像素中的資訊，識別出含有無尾熊偏好氮的樹種。透過將樹種識別與營養數據相結合，該方法可以突出顯示無尾熊最有可能繁榮的區域。

Project Airbear 的優勢：效率與精準度並存

相較於傳統的棲息地調查方法，Project Airbear 具有顯著的優勢。傳統方法需要耗費大量的人力和時間，且只能覆蓋小範圍區域。而 Project Airbear 能夠快速、高效地識別和保護寶貴的棲息地。

此外，與使用無人機的遙感技術相比，空載高光譜影像技術能夠覆蓋更大的區域。與衛星影像相比，它具有更高的光譜和空間解析度。

未來展望：擴大研究範圍，加強國際合作

研究團隊希望將這項研究擴展到新南威爾斯州的其他地區，並最終擴展到整個澳洲東部。此外，他們還計劃與美國太空總署（NASA）合作，利用 NASA 最新的高光譜成像儀進行更深入的研究。

新英格蘭大學的 Bradley Evans 教授表示：

「能夠識別景觀中單個植物物種組成的強大遙感技術，是澳洲生態學和地球觀測的一大進步。憑藉 HyVista HyMap 感測器的光譜和空間能力，我們可以比使用無人機更快地覆蓋更多的地面。展望未來，我們可以期待對我們的生物多樣性和無尾熊棲息地狀況進行詳細評估，並透過更頻繁的飛行來覆蓋我們最關鍵和受威脅的景觀。」

對無尾熊保育的重大意義

Project Airbear 技術的成功開發，為無尾熊的保育工作帶來了新的希望。透過精準預測無尾熊的棲息地，保育人士可以更有針對性地制定保護策略，例如：

  • 優先保護和恢復優質的無尾熊棲息地。
  • 規劃無尾熊的遷移路線，確保它們能夠找到合適的食物來源和棲息場所。
  • 監測棲息地的健康狀況，及時發現並解決潛在的問題。

結論：科技助力，守護澳洲國寶

Project Airbear 計畫的成功，不僅展現了科技在生物多樣性保護方面的巨大潛力，也為我們提供了一個全新的視角，讓我們能夠更有效地了解和保護這些珍貴的物種。隨著研究的深入和技術的完善，相信 Project Airbear 將在無尾熊的保育工作中發揮越來越重要的作用，為守護澳洲的國寶貢獻力量。這項技術的應用不僅限於無尾熊，未來有望擴展到其他物種的棲息地研究和保護工作中，為全球的生物多樣性保護事業做出更大的貢獻。

Newsflash | Powered by GeneOnline AI
For any suggestion and feedback, please contact us.
原始資料來源: GO-AI-6號機 Date: December 17, 2025