引导式测验 · 中等 等级

珊瑚礁监测中的人工智能测验

探索人工智能珊瑚礁监测工作流程，从 CoralNet 图像标签和漂白线索到卫星海面温度和覆盖估计。

相关引导路径人工智能在珊瑚礁监测中的应用
问题 1 的 8

人工智能漂白探测器主要寻找珊瑚的哪些视觉变化？

预览每个问题8 问题

当您参加测验时，就会出现答案和解释。

  1. 人工智能漂白探测器主要寻找珊瑚的哪些视觉变化？
    • 向苍白、白色、低饱和度组织转变
    • 珊瑚上的绿藻覆盖增加
    • 珊瑚周围的水温下降
    • 新珊瑚枝的生长
  2. 哪种广泛使用的工具应用机器学习来自动注释海底调查照片？
    • TensorFlow礁石
    • 珊瑚网
    • 深蓝
    • 海扫描
  3. 珊瑚礁监测需要人工智能的主要原因是什么？
    • 珊瑚礁对于人类潜水员来说太冷了
    • 卫星无法拍摄海洋
    • 来自相机和 AUV 的图像远远超出了人类手动标记的范围
    • 珊瑚不会随时间而改变
  4. 艾伦珊瑚图集主要与人工智能结合的是什么？
    • 潮汐计读数
    • 渔船航海日志
    • 潜水员心率数据
    • 卫星图像
  5. 为什么“域转移”对珊瑚礁分类模型来说是一个挑战？
    • 不同地点的水清澈度、灯光和相机颜色差异很大
    • 珊瑚礁总是在相同的深度拍摄
    • 全世界的珊瑚种类都是相同的
    • AI无法处理彩色图像
  6. 除了图像之外，人工智能还可以使用哪些新兴数据源来评估珊瑚礁健康状况？
    • 月相
    • 珊瑚礁的水下声景
    • 附近船舶数量
    • 仅海洋盐度
  7. Which satellite-derived variable can be combined with reef imagery to flag bleaching risk?
    • The amount of traffic on nearby roads
    • The average height of coastal buildings
    • Sea-surface temperature and related heat-stress measures
    • The number of boats registered in the reef region
  8. What benthic cover information can reef classifiers estimate from survey photos?
    • Only the water's salinity and pH
    • The total number of fish species in the ocean
    • The age of every coral colony in years
    • Percent cover of live coral, algae, sand, and rubble