谷歌街景技术如何用于科学？一个团队利用特制水下设备，为大堡礁拍摄了360度全景图，并通过人工智能分析珊瑚健康状况。这不仅是一次技术展示，更是一次号召，让更多人能亲眼看到并关注珊瑚礁的未来。
智能速览
使用SV2设备为珊瑚礁拍摄水下360度全景街景。
通过样方分析法量化生态系统健康状况，但面临数据量过大的挑战。
人工智能CoralNet可自动识别珊瑚分类，将数月工作量缩短至几分钟。
发起“寻找Destin”活动，鼓励公众在全景图中探索，建立情感连接。
核心观点：人们只有亲眼看到珊瑚礁的美丽，才会真正关心它的存亡。
精华内容
将谷歌街景搬到水下，看似有趣的想法背后，是科学家们对珊瑚礁命运的深切忧虑。如何将海量图像转化为有效的科学数据，成为项目成功的关键。
水下街景拍摄
为了给大堡礁建立数字化档案，项目团队开发了名为SV2的特殊水下拍摄设备。该设备能以360度全景方式捕捉高清图像。为了不干扰脆弱的珊瑚礁生态，拍摄工作必须由受过训练的潜水员手动操作，沿礁石滑行前进。单次潜水作业可覆盖约1.5至2公里的礁石区域，并生成数千张高分辨率照片，为后续分析提供了海量原始数据。
科学量化难题
面对如此庞大的图像数据库，如何将其转化为有意义的科学数据是一个巨大挑战。科学家传统上使用“样方”法，即在特定区域内标记物种并推算整体生态健康状况。然而，Catlin海景调查项目产生的数据量极其庞大，若由人工逐一分析图像中的样方，将耗费数月甚至更长时间，效率极为低下，无法满足大规模监测的需求。
AI赋能分析
为解决数据处理瓶颈，加州大学圣迭戈分校的团队开发了CoralNet人工智能分析系统。其原理类似于人脸识别技术，通过机器学习，在被标记了大量珊瑚图像后，计算机便能自动识别并分类不同种类的珊瑚。用户上传图像后，系统会随机投放100个点，在标记完每个点下方的物种后，就能快速计算出活珊瑚、海藻、沙子等的覆盖率，从而精确评估珊瑚礁的健康状况。这项技术将过去需要数月的人工分析工作，缩短到了几分钟之内。
连接公众视角
项目参与者认为，科学研究的同时，让公众看见并感受珊瑚礁之美至关重要。除非人们能亲眼看到，否则很难真正关心其生存危机。为此，视频创作者在水下拍摄时藏身于珊瑚礁路径中，并邀请观众通过谷歌街景的360度全景视图来寻找他。这种互动方式巧妙地吸引了全球用户的参与，鼓励人们主动探索这片水下世界，建立起个人与珊瑚礁之间的情感纽带，从而激发更广泛的保护意识。
