赋能野生动物守护者：基于深度学习与 3/4G 相机陷阱的生物多样性保护公平数字管理与奖励系统

我们星球的生物多样性正受到威胁，预计近百万物种将在数十年内灭绝。原因在于负面的人类活动，包括狩猎、过度捕捞、污染以及为城市化和农业目的而进行的土地转化。尽管慈善机构与政府为惠及自然的活动投入巨资，全球野生动物种群仍在持续衰退。地方野生动物守护者在历史上是全球保护工作的关键力量，并展现出在不同层面实现可持续发展的能力。2021 年，COP26 认可了他们的贡献并承诺每年 17 亿美元；然而，鉴于他们保护着地球 80% 的生物多样性，这仅占可用全球生物多样性预算（每年 1240 亿至 1430 亿美元）的一小部分。本文提出了一种基于“跨物种货币”的激进新方案，即动物拥有自己的货币。为每种物种创建数字孪生，使动物能够向其守护者发放所提供服务的资金。例如，一头犀牛只要存活且健康，每次在相机陷阱中被检测到时便可向其守护者释放一笔付款。为测试该方法的有效性，在南非林波波省 Welgevonden 狩猎保护区的 400 平方公里区域内部署了 27 个相机陷阱。运动触发式相机陷阱运行了十个月，我们利用深度学习成功捕获了 12 个不同动物物种的图像。为每个物种设立了临时银行账户并存入 {\pounds}100。每次动物在相机中被捕获并成功分类时，便从动物账户向其关联守护者转账 1 便士（任意金额——仍须开发机制以确定物种的真实价值）。