Chỉnh Sửa Ảnh AI cho Nhà Dân Tộc Thực Vật Học: Ghi Chép Kiến Thức Thực Vật — Magic Eraser
Nhiếp ảnh mẫu thực vật chuyên nghiệp cho nhà dân tộc thực vật học và nhà nghiên cứu thực địa. Công cụ hỗ trợ AI cho hồ sơ thực vật, ghi chép kiến thức truyền thống, chụp ảnh tiêu bản và ảnh khảo sát thực địa.
Content Lead
Đã rà soát bởi Magic Eraser Editorial ·
Dân tộc thực vật học — ngành khoa học nghiên cứu mối quan hệ giữa con người và thực vật, bao gồm các hệ thống kiến thức truyền thống, việc sử dụng cây thuốc, sự đa dạng của cây lương thực. Ý nghĩa văn hóa của các loài thực vật trong các cộng đồng bản địa và địa phương trên toàn thế giới — là một lĩnh vực mà tài liệu nhiếp ảnh đồng thời đóng vai trò là bằng chứng khoa học, ghi chép văn hóa và công cụ bảo tồn. Mỗi cuộc khảo sát thực địa, khảo sát chợ, phỏng vấn thầy lang truyền thống. Việc thu thập tiêu bản tạo ra những bức ảnh trở thành nguồn dữ liệu sơ cấp: bằng chứng trực quan về việc nhận dạng loài, hồ sơ về phương pháp bào chế truyền thống, hồ sơ về sự phân bố thực vật và bối cảnh sinh thái, và thành phần trực quan của các kho lưu trữ kiến thức có thể là bản ghi duy nhất có thể tiếp cận về chuyên môn thực vật truyền thống đang biến mất nhanh chóng. Chất lượng của những bức ảnh này quyết định trực tiếp tính hữu ích khoa học, giá trị như ghi chép văn hóa và hiệu quả như bằng chứng bảo tồn của chúng.
Những thách thức về nhiếp ảnh đặc thù của công tác thực địa dân tộc thực vật học là rất lớn và khác biệt so với nhiếp ảnh studio hay thậm chí nhiếp ảnh sinh thái tiêu chuẩn. Các nhà dân tộc thực vật học làm việc ngoài thực địa — rừng nhiệt đới với bóng râm sâu và ánh sáng lốm đốm, cảnh quan khô cằn dưới nắng trưa gay gắt, vùng núi với thời tiết thay đổi nhanh chóng. Các khu chợ địa phương nơi mẫu vật bị bao quanh bởi quầy hàng dày đặc và đám đông. Mẫu vật không thể được sắp xếp lại thuận tiện để chụp tối ưu. Chúng phải được ghi lại nơi chúng mọc, nơi chúng được bán, hoặc nơi những người hành nghề truyền thống sử dụng chúng. Áp lực thời gian là thường trực vì mùa thực địa có hạn, việc tiếp cận cộng đồng có thể bị hạn chế. Những người nắm giữ kiến thức truyền thống có thể có thời gian rảnh hạn chế. Phần lớn công tác thực địa dựa vào điện thoại thay vì thiết bị chuyên dụng. Kết nối để chỉnh sửa dựa trên đám mây thường không tồn tại cho đến khi nhà nghiên cứu trở về căn cứ. Những ràng buộc này khiến ảnh thực địa thường bị thiếu sáng, bố cục kém, lộn xộn bởi các yếu tố gây xao nhãng trong nền. Thiếu chi tiết chẩn đoán khiến chúng hữu ích cho việc nhận dạng loài và ghi chép thực vật.
Các công cụ chỉnh sửa ảnh AI giải quyết từng thách thức nhiếp ảnh dân tộc thực vật học này theo những cách cải thiện đáng kể giá trị tư liệu của các hình ảnh thu thập ngoài thực địa mà không cần phải chụp lại. Điều thường là không thể một khi mùa thực địa kết thúc hoặc việc tiếp cận cộng đồng đóng lại. Việc xóa nền cô lập mẫu vật khỏi bối cảnh thực địa lộn xộn để có hồ sơ nhận dạng rõ ràng. AI boost khôi phục các chi tiết chẩn đoán thực vật. Gân lá, mẫu lông, cấu trúc hoa, kết cấu vỏ cây — những thứ mà điện thoại và ánh sáng khó khăn làm phẳng đến mức vô dụng. Việc xóa vật thể dọn dẹp các tạo tác công tác thực địa và, điều then chốt đối với đạo đức nghiên cứu dân tộc thực vật học, loại bỏ các yếu tố nhạy cảm về quyền riêng tư có thể làm tổn hại tính bảo mật của người nắm giữ kiến thức truyền thống hoặc tiết lộ vị trí của các địa điểm thu hái nhạy cảm về văn hóa. Hướng dẫn này bao quát toàn bộ quy trình nhiếp ảnh và chỉnh sửa cho các nhà dân tộc thực vật học, từ chụp thực địa đến chỉnh sửa và xuất ra cho cơ sở dữ liệu, ấn phẩm và kho lưu trữ kiến thức cộng đồng.
- Background Eraser cô lập mẫu thực vật khỏi bối cảnh thực địa phức tạp. Tầng dưới rừng, quầy chợ, bối cảnh bào chế truyền thống — để có hồ sơ nhận dạng kiểu tiêu bản rõ ràng.
- AI Enhance khôi phục các đặc điểm chẩn đoán thực vật mà nhiếp ảnh thực địa bỏ lỡ. Gân lá, mật độ lông, cấu trúc bên trong hoa, mẫu lỗ vỏ và kết cấu bề mặt hạt quan trọng cho việc nhận dạng loài.
- Magic Eraser loại bỏ các tạo tác công tác thực địa bao gồm thiết bị GPS, thẻ thu thập, dấu chân lấm bùn và giọt nước che khuất các đặc điểm chẩn đoán của mẫu vật được ghi chép.
- Bảo vệ quyền riêng tư loại bỏ các khuôn mặt nhận dạng được của người nắm giữ kiến thức truyền thống không đồng ý, các địa danh của địa điểm văn hóa và vật liệu bào chế độc quyền khỏi ảnh tài liệu.
- Xuất hàng loạt tạo ra hình ảnh tiêu chuẩn hóa cho cơ sở dữ liệu thực địa, tệp độ phân giải cao cho ấn phẩm học thuật. Phiên bản đa độ phân giải cho kho lưu trữ kiến thức cộng đồng với các cấp truy cập phù hợp.
Nhiếp ảnh thực địa cho tài liệu dân tộc thực vật học: mẫu vật, môi trường sống và sử dụng truyền thống
Nhiếp ảnh thực địa dân tộc thực vật học hiệu quả đòi hỏi một cách tiếp cận có hệ thống ghi lại mỗi cây ở nhiều tỷ lệ và từ nhiều góc độ để nắm bắt toàn bộ phạm vi thông tin mà các bức ảnh được kỳ vọng truyền tải. Bức ảnh môi trường sống rộng đặt mẫu vật vào bối cảnh sinh thái của nó. Cho thấy quần xã thực vật mà nó thuộc về, địa hình và điều kiện đất đai nơi nó mọc, mối quan hệ với thảm thực vật khác, và bất kỳ liên kết sinh thái nào nhìn thấy được như thực vật biểu sinh, ký sinh hoặc các loài cộng sinh. Bức ảnh bối cảnh này là chìa khóa để hiểu mối quan hệ dân tộc thực vật học giữa cây và người sử dụng: một cây thuốc chỉ mọc trong các khoảng trống rừng bị xáo trộn gần khu định cư kể một câu chuyện sinh thái và văn hóa khác với cây đòi hỏi rừng nguyên sinh sâu. AI boost sau đó cải thiện khả năng đọc của các bức ảnh rộng này nơi loài mục tiêu có thể là một yếu tố nhỏ trong một cảnh thảm thực vật phức tạp.
Ảnh chụp ở khoảng cách trung bình của toàn bộ cây hoặc một đoạn cành tiêu biểu ghi lại dạng sinh trưởng, mẫu phân nhánh, cách sắp xếp lá. Đặc điểm kiến trúc tổng thể đóng vai trò là cấp đầu tiên của việc nhận dạng thực vật. Những bức ảnh này nên nắm bắt đủ phần cây để cho thấy nó là cây gỗ, cây bụi, dây leo, cây thảo hay thực vật biểu sinh. Liệu lá mọc so le, đối xứng hay vòng. Và liệu cây đang ra hoa, kết quả hay ở trạng thái sinh dưỡng tại thời điểm ghi chép. Đối với mục đích dân tộc thực vật học, các bức ảnh trung bình này cũng ghi lại cách cây tự thể hiện với những người hành nghề truyền thống nhận dạng và thu hái nó. Dạng sinh trưởng và các đặc điểm nhìn thấy mà các hệ thống kiến thức địa phương dùng để nhận biết cây, có thể khác biệt rất nhiều so với các đặc điểm thực vật học chính thức mà các nhà phân loại học dựa vào. Ghi lại cả hai góc nhìn — đặc điểm chẩn đoán của nhà phân loại học và đặc điểm nhận biết của người hành nghề truyền thống — là nền tảng của ghi chép dân tộc thực vật học.
Ảnh chụp cận cảnh và macro của các bộ phận cụ thể của cây. Hoa, quả, hạt, bề mặt lá (cả mặt trên và dưới), vỏ, rễ và dịch tiết — cung cấp bằng chứng chi tiết cần thiết cho việc nhận dạng ở cấp loài và ghi chép các bộ phận cụ thể của cây được dùng trong bào chế truyền thống. Một bức ảnh bề mặt lá cho thấy mật độ và loại lông cho phép một nhà thực vật học xem lại hồ sơ nhiều tháng hoặc nhiều năm sau xác nhận hoặc sửa đổi việc nhận dạng thực địa. Một bức ảnh cận cảnh hoa cho thấy số lượng nhị, cách sắp xếp cánh hoa và vị trí bầu nhụy có thể xác định vị trí ở cấp chi. Một bức ảnh vỏ cây đang được bóc để bào chế thuốc ghi lại cả vật liệu được dùng và kỹ thuật thu hái. Những bức ảnh cận cảnh này hưởng lợi nhiều nhất từ AI boost vì khả năng macro của camera điện thoại bị hạn chế, ánh sáng thực địa hiếm khi tối ưu. Các chi tiết sinh học đủ nhỏ đến mức ngay cả cải thiện nhỏ về độ sắc nét và độ tương phản cũng tạo nên sự khác biệt giữa một hồ sơ nhận dạng dùng được và một vệt mờ vô nghĩa.
- Ảnh môi trường sống rộng đặt mẫu vật vào bối cảnh sinh thái. Quần xã thực vật, địa hình, điều kiện đất và các loài liên kết thông báo mối quan hệ dân tộc thực vật học giữa cây và người sử dụng.
- Ảnh chụp khoảng cách trung bình ghi lại dạng sinh trưởng, mẫu phân nhánh và cách sắp xếp lá đồng thời nắm bắt cả đặc điểm chẩn đoán phân loại và đặc điểm nhận biết của người hành nghề truyền thống.
- Ảnh macro cận cảnh của hoa, quả, bề mặt lá, vỏ và dịch tiết cung cấp bằng chứng nhận dạng cấp loài và ghi lại các bộ phận cụ thể của cây được dùng trong bào chế truyền thống.
- Nhiếp ảnh hệ thống đa tỷ lệ nắm bắt toàn bộ phạm vi thông tin mà ảnh thực địa phải truyền tải cho các mục đích ghi chép khoa học, văn hóa và bảo tồn.
Cô lập mẫu vật và tài liệu kiểu tiêu bản với xóa nền
Hồ sơ mẫu vật kiểu tiêu bản — ảnh chụp vật liệu thực vật trên nền sạch, trung tính với tham chiếu tỷ lệ — là tiêu chuẩn vàng cho hồ sơ nhận dạng thực vật vì nó loại bỏ sự phức tạp trực quan khiến ảnh thực địa khó đánh giá. Trong thực hành tiêu bản truyền thống, mẫu vật được ép, sấy khô và gắn trên các tấm trắng để lưu trữ vĩnh viễn. Đối với hồ sơ thực địa dân tộc thực vật học, Background Eraser tạo ra phiên bản trực quan tương đương việc gắn tiêu bản bằng cách cô lập một mẫu vật chụp ngoài thực địa khỏi nền tự nhiên phức tạp và đặt nó trên một bề mặt trắng sạch. Cách tiếp cận tiêu bản kỹ thuật số này bổ sung chứ không thay thế việc thu thập mẫu vật vật lý, cung cấp hồ sơ trực quan sạch về những cây có thể không được thu thập làm mẫu vật vật lý. Hoặc vì chúng quá hiếm, vì không có giấy phép thu thập, hoặc vì hồ sơ dân tộc thực vật học tập trung vào việc sử dụng cây sống thay vì lưu giữ mẫu vật khô.
Thách thức kỹ thuật của việc xóa nền mẫu thực vật lớn hơn so với hầu hết nhiếp ảnh sản phẩm vì đối tượng thực vật có đường viền phức tạp, bất quy tắc. Mép lá răng cưa, lá kép lông chim với hàng chục lá chét riêng lẻ, sợi hoa mảnh, cành phân nhánh và mép cánh hoa trong mờ hòa lẫn một phần với nền phía sau chúng. AI phải truy vết các cạnh thực vật phức tạp này một cách chính xác đồng thời xử lý độ trong suốt một phần của các cánh hoa mỏng và lá non nơi màu nền hiện qua mô thực vật. Đối với mẫu vật có đặc điểm chẩn đoán ở mép. Mẫu răng cưa, lông ở mép, hình dạng đầu lá — độ chính xác của việc phát hiện cạnh ảnh hưởng trực tiếp đến giá trị tư liệu của hình ảnh thu được. Việc xóa nền do AI hỗ trợ xử lý các phức tạp thực vật này tốt hơn nhiều so với các công cụ chọn thủ công, chủ yếu đối với các loài lá kép phổ biến trong hệ thực vật nhiệt đới nơi mỗi lá có thể có hai mươi lá chét trở lên đòi hỏi phát hiện cạnh riêng biệt.
Đối với mẫu vật dân tộc thực vật học bao gồm nhiều bộ phận của cây. Một cành ra hoa, quả thu thập riêng, đoạn rễ, mẫu vỏ — hình ảnh hồ sơ tổng hợp được tạo ra từ các yếu tố đã xóa nền từng cái một cung cấp một bản ghi đơn ảnh đầy đủ tương tự cách sắp xếp tấm tiêu bản truyền thống. Cành ra hoa chiếm trung tâm, với quả sắp một bên, mẫu vỏ và rễ bên kia. Một tham chiếu tỷ lệ ở góc. Cách tiếp cận tổng hợp này, tiêu chuẩn trong thực hành tiêu bản hơn ba thế kỷ, chuyển dịch tự nhiên sang hồ sơ kỹ thuật số nơi các bộ phận cây được chụp và cô lập từng cái một được lắp ráp thành một bố cục sạch, đầy thông tin. Background Eraser xử lý việc cô lập mỗi yếu tố. Nền trắng nhất quán đảm bảo sự gắn kết trực quan giữa các bộ phận có thể đã được chụp vào các thời điểm khác nhau, dưới điều kiện ánh sáng khác nhau và trên các nền thực địa khác nhau.
- Hồ sơ kiểu tiêu bản kỹ thuật số bổ sung cho việc thu thập mẫu vật vật lý đối với cây quá hiếm để thu thập, thiếu giấy phép, hoặc được ghi chép cho việc sử dụng cây sống truyền thống thay vì lưu giữ khô.
- Đường viền thực vật phức tạp — mép răng cưa, lá kép, sợi mảnh, cánh hoa trong mờ — đòi hỏi độ chính xác cạnh AI vượt quá các công cụ chọn thủ công, chủ yếu đối với các loài lá kép nhiệt đới.
- Hình ảnh tài liệu tổng hợp lắp ráp các bộ phận cây được cô lập riêng lẻ thành cách sắp xếp tấm tiêu bản với cành ra hoa, quả, vỏ và mẫu rễ trên nền thống nhất sạch.
- Nền trắng nhất quán đảm bảo sự gắn kết trực quan giữa các bộ phận cây được chụp vào các thời điểm khác nhau và dưới các điều kiện thực địa khác nhau trong một hồ sơ mẫu vật tổng hợp duy nhất.
Nâng cao đặc điểm chẩn đoán thực vật để nhận dạng và ghi chép
Các đặc điểm chẩn đoán mà nhà thực vật học dùng để nhận dạng cây hoạt động ở các tỷ lệ từ cấp macro nhìn thấy bằng mắt thường xuống đến các chi tiết gần hiển vi đòi hỏi phóng đại. Và nhiếp ảnh thực địa dân tộc thực vật học bằng điện thoại thường nắm bắt cấp macro đầy đủ nhưng mất các chi tiết tinh tế hơn thường quan trọng cho việc xác định cấp loài. AI boost lấp đầy khoảng trống này bằng cách khôi phục các đặc điểm tỷ lệ tinh tế mà cảm biến camera đã ghi lại nhưng ở độ tương phản hoặc độ sắc nét không đủ cho việc đánh giá của con người. Mẫu gân lá — cách sắp xếp và phân nhánh của gân nhìn thấy trên bề mặt lá — nằm trong số các đặc điểm cung cấp nhiều thông tin phân loại nhất ở tỷ lệ chuyển tiếp macro-sang-micro. Một bức ảnh lá cho thấy rõ liệu gân là lông chim, chân vịt, song song hay mạng lưới. Liệu gân thứ cấp là brochidodromous, eucamptodromous hay craspedodromous, cung cấp thông tin nhận dạng có thể thu hẹp việc xác định từ họ qua chi đến cấp loài. Boost làm cho các mẫu gân này nhìn thấy được trong những bức ảnh mà hình ảnh camera chưa xử lý chỉ cho thấy một bề mặt xanh.
Hồ sơ lông — việc ghi lại các cấu trúc giống tóc trên bề mặt thực vật — là một lĩnh vực khác mà AI boost biến đổi ảnh thực địa từ không đủ thành đầy thông tin. Lông biến đổi rất lớn về loại, mật độ, sự phân bố. Màu sắc giữa các loài thực vật và nằm trong số các đặc điểm chẩn đoán đáng tin cậy nhất để phân biệt các loài có quan hệ gần gũi trông bề ngoài giống nhau. Lông đơn là lông đơn bào thẳng, lông hình sao là cụm hình sao, lông tuyến có đầu sưng chứa tinh dầu và các hợp chất khác. Lông hình khiên là cấu trúc dạng vảy phẳng. Camera điện thoại ở khoảng cách chụp thông thường không thể phân giải cấu trúc lông riêng lẻ, nhưng chúng thường nắm bắt đủ thông tin để AI boost có thể làm sắc thành chi tiết chẩn đoán dùng được. Tiết lộ liệu bề mặt lá nhẵn, lông thưa, lông dày hay tuyến, ngay cả từ các bức ảnh thực địa tiêu chuẩn không được chụp riêng cho hồ sơ lông.
Việc boost cấu trúc hoa đặc biệt có giá trị cho hồ sơ dân tộc thực vật học vì nhiều cách sử dụng cây truyền thống liên quan đến hoa hoặc sản phẩm hoa. Trà, cồn thuốc, chế phẩm thơm, nguồn thuốc nhuộm — và hồ sơ hoa chính xác hỗ trợ cả việc nhận dạng thực vật và ghi chép sử dụng truyền thống. Cấu trúc bên trong của một bông hoa. Số lượng và cách sắp xếp nhị, vị trí bầu nhụy so với bao hoa, sự hiện diện của tuyến mật và vị trí của chúng, kết cấu bề mặt của nhụy và vòi — chứa các đặc điểm phân loại có tính quyết định nhất trong nhiều họ thực vật. Các cấu trúc này nhỏ, thường ẩn bên trong tràng hoa, và có màu trong các sắc thái tinh tế mà camera điện thoại nén lại. AI boost sau khi chụp cận cảnh thực địa cẩn thận có thể khôi phục đủ giải phẫu hoa này để làm cho các bức ảnh hữu ích cho việc xem xét nhận dạng, bổ sung cho ghi chú thực địa và mẫu vật vật lý mang dữ liệu nhận dạng chính.
- Việc boost gân lá tiết lộ các mẫu quan trọng về phân loại. Lông chim, chân vịt, song song, mạng lưới — và kiến trúc gân thứ cấp thu hẹp việc nhận dạng từ họ qua chi đến cấp loài.
- Hồ sơ lông hưởng lợi từ việc boost phân biệt lông đơn, hình sao, tuyến. Các loại lông hình khiên và tiết lộ các mẫu mật độ và phân bố quan trọng cho việc xác định cấp loài.
- Cấu trúc bên trong hoa — cách sắp xếp nhị, vị trí bầu nhụy, sự hiện diện tuyến mật, kết cấu nhụy — chứa các đặc điểm phân loại có tính quyết định mà AI boost khôi phục từ ảnh cận cảnh điện thoại bị nén.
- Việc nâng cao lấp đầy khoảng trống tỷ lệ macro-sang-micro nơi camera điện thoại nắm bắt hình thức tổng thể đầy đủ nhưng mất các chi tiết chẩn đoán tinh tế quan trọng cho việc nhận dạng thực vật cấp loài.
Cân nhắc đạo đức: quyền riêng tư, nhạy cảm văn hóa và bảo vệ kiến thức truyền thống
Nghiên cứu dân tộc thực vật học hoạt động trong một khuôn khổ đạo đức phức tạp mở rộng đến hồ sơ nhiếp ảnh. Các công cụ chỉnh sửa ảnh AI đóng vai trò thực tế trong việc đáp ứng các nghĩa vụ đạo đức mà nhà nghiên cứu gánh vác đối với các cộng đồng và người nắm giữ kiến thức mà họ làm việc cùng. Nghị định thư Nagoya về tiếp cận và chia sẻ lợi ích, Bộ quy tắc đạo đức của Hiệp hội Dân tộc Sinh học Quốc tế. Các yêu cầu của hội đồng đánh giá thể chế đối với nghiên cứu liên quan đến con người đều đề cập đến việc ghi chép và phổ biến kiến thức thực vật truyền thống, bao gồm hồ sơ nhiếp ảnh. Một bức ảnh của một thầy lang truyền thống đang bào chế thuốc thực vật có thể ghi lại kiến thức dân tộc thực vật học quý giá. Công bố nó mà không có sự đồng ý phù hợp có thể vi phạm quyền riêng tư của người nắm giữ kiến thức, tiết lộ phương pháp bào chế độc quyền mà cộng đồng coi là kiến thức hạn chế, hoặc làm tổn hại vị trí của các địa điểm thu hái nhạy cảm. Magic Eraser cung cấp khả năng chỉnh sửa thực tế để loại bỏ các yếu tố nhận dạng khỏi các bức ảnh có giá trị cho hồ sơ thực vật nhưng chứa nội dung con người và văn hóa nhạy cảm về mặt đạo đức.
Bảo vệ vị trí cho các địa điểm thu hái nhạy cảm là mối quan tâm lớn trong nhiếp ảnh hồ sơ dân tộc thực vật học. Ảnh chụp cây thuốc mọc ở các vị trí cụ thể. Gần các thành tạo đá nhận dạng được, bên cạnh các đặc điểm nước đã biết, trong các quần thể rừng riêng biệt — có thể vô tình tiết lộ vị trí của các địa điểm thu hái mà các cộng đồng phụ thuộc vào để có thuốc truyền thống và có thể dễ bị khai thác quá mức nếu vị trí được biết rộng rãi. Mối quan tâm này đã tăng cường khi các loài cây thuốc hiếm trở thành mục tiêu thu thập thương mại do nhu cầu toàn cầu về các phương thuốc truyền thống. Magic Eraser có thể loại bỏ các địa danh nhận dạng được khỏi ảnh môi trường sống đồng thời giữ bối cảnh sinh thái. Loại thảm thực vật, điều kiện đất và các loài thực vật liên kết — vốn có giá trị khoa học mà không có tính cụ thể tiết lộ vị trí. Tương tự, tọa độ GPS nhúng trong siêu dữ liệu ảnh nên được loại bỏ khỏi hình ảnh trước khi công bố hoặc chia sẻ, một quy trình mà các quy trình chỉnh sửa AI có thể bao gồm như một bước tiêu chuẩn.
Kho lưu trữ kiến thức cộng đồng — các bộ sưu tập kiến thức thực vật truyền thống được ghi chép, duy trì cho việc sử dụng của cộng đồng và lưu giữ văn hóa — có những nhu cầu hồ sơ nhiếp ảnh riêng khác với nhu cầu của ấn phẩm học thuật. Các kho lưu trữ này có thể bao gồm ảnh của các nghi lễ, thực hành thu hái, phương pháp bào chế. Việc truyền tải kiến thức mà các cộng đồng muốn bảo tồn cho tham chiếu tương lai của riêng họ nhưng không muốn phổ biến cho khán giả bên ngoài. Việc chỉnh sửa AI hỗ trợ việc tạo ra nhiều phiên bản của cùng những bức ảnh: phiên bản đầy đủ cho kho lưu trữ cộng đồng truy cập hạn chế. Phiên bản đã chỉnh sửa cho việc phổ biến rộng rãi hơn nơi các yếu tố nhạy cảm đã được loại bỏ hoặc che mờ. Cách tiếp cận truy cập phân cấp này tôn trọng thẩm quyền của cộng đồng đối với kiến thức của chính họ đồng thời cho phép thông tin thực vật và sinh thái trong các bức ảnh đóng góp vào sự hiểu biết khoa học rộng hơn dưới dạng được ẩn danh đúng cách.
- Việc tuân thủ Nghị định thư Nagoya và các yêu cầu đánh giá đạo đức thể chế mở rộng đến hồ sơ nhiếp ảnh, đòi hỏi khả năng chỉnh sửa thực tế để loại bỏ các yếu tố nhận dạng khỏi ảnh thực địa dân tộc thực vật học.
- Bảo vệ vị trí dùng Magic Eraser để loại bỏ các địa danh nhận dạng được khỏi ảnh môi trường sống, giữ bối cảnh sinh thái đồng thời ngăn việc tiết lộ các địa điểm thu hái nhạy cảm dễ bị khai thác quá mức.
- Việc loại bỏ siêu dữ liệu GPS khỏi hình ảnh được công bố ngăn việc định vị địa lý các địa điểm nhạy cảm ngay cả khi các địa danh trực quan đã được loại bỏ khỏi chính bức ảnh.
- Các phiên bản truy cập phân cấp — hình ảnh đầy đủ cho kho lưu trữ cộng đồng hạn chế và phiên bản đã chỉnh sửa cho việc phổ biến rộng hơn — tôn trọng thẩm quyền kiến thức cộng đồng đồng thời cho phép đóng góp khoa học.
Quy trình xuất bản, tích hợp cơ sở dữ liệu và lưu trữ kiến thức cộng đồng
Việc công bố học thuật của nghiên cứu dân tộc thực vật học đòi hỏi các bức ảnh đáp ứng các tiêu chuẩn tạp chí cụ thể cho minh họa thực vật đồng thời cũng thỏa mãn các nhu cầu đánh giá đạo đức chi phối việc phổ biến hồ sơ kiến thức truyền thống. Hầu hết các tạp chí thực vật và dân tộc thực vật học chỉ định nhu cầu độ phân giải tối thiểu, tiêu chuẩn độ chính xác màu và sở thích định dạng cho hình ảnh được nộp. Ảnh đi kèm mô tả loài hoặc hồ sơ sử dụng dân tộc thực vật học thường cần cho thấy các đặc điểm chẩn đoán ở chất lượng đủ để người bình duyệt đánh giá việc nhận dạng. Có nghĩa là các bước boost và xóa nền được mô tả trước đó không phải là cải thiện thẩm mỹ mà là nhu cầu chức năng cho hồ sơ có thể công bố. Việc xử lý hàng loạt đảm bảo chất lượng nhất quán trên tất cả các bức ảnh mẫu vật trong một ấn phẩm, có thể bao gồm hàng chục loài từ một nghiên cứu thực địa. Người bình duyệt và độc giả đánh giá hồ sơ nhiếp ảnh như một khối bằng chứng, và chất lượng không nhất quán giữa các hình ảnh làm suy yếu uy tín của toàn bộ nghiên cứu.
Việc tích hợp cơ sở dữ liệu thực địa đòi hỏi các bức ảnh được định dạng để lưu trữ và truy xuất hiệu quả trong các hệ thống cơ sở dữ liệu quản lý khối lượng lớn hồ sơ mẫu vật. Kích thước hình ảnh tiêu chuẩn hóa, quy ước đặt tên tệp mã hóa số mẫu vật và dữ liệu thu thập. Kích thước tệp vừa phải cân bằng chất lượng với dung lượng lưu trữ là các nhu cầu thực tế mà việc xuất hàng loạt xử lý hiệu quả. Nhiều cơ sở dữ liệu thực địa dân tộc thực vật học hoạt động trên các nền tảng di động được dùng ngoài thực địa, nơi tốc độ kết nối hạn chế và lưu trữ bị ràng buộc. Việc cải thiện hình ảnh cho các nền tảng này là một cân nhắc thực tế ảnh hưởng đến tốc độ nhà nghiên cứu có thể truy cập hồ sơ trực quan trong công tác thực địa. Nền tiêu chuẩn hóa do Background Eraser tạo ra cải thiện tiện ích cơ sở dữ liệu bằng cách đảm bảo việc tìm kiếm và so sánh trực quan giữa các hồ sơ không bị phức tạp bởi nền thực địa thay đổi. Nhà nghiên cứu quét qua hàng chục hồ sơ mẫu vật có thể đánh giá nội dung thực vật trực tiếp mà không cần lọc bỏ về mặt tinh thần các bối cảnh nền khác nhau cho mỗi hình ảnh.
Quy trình kho lưu trữ kiến thức cộng đồng đòi hỏi sự chú ý đặc biệt đến việc lưu giữ lâu dài và khả năng tiếp cận của hồ sơ nhiếp ảnh. Các kho lưu trữ này thường đóng vai trò là bản ghi chính của kiến thức truyền thống do các bậc cao niên nắm giữ mà chuyên môn của họ có thể không được truyền lại cho thế hệ tiếp theo qua các hệ thống học nghề truyền thống. Khiến bản ghi nhiếp ảnh không chỉ là hồ sơ mà còn là công cụ lưu giữ văn hóa với giá trị không thể thay thế. Định dạng hình ảnh được chọn cho mục đích lưu trữ nên tập trung vào khả năng đọc lâu dài và lưu giữ chất lượng gốc thay vì hiệu quả kích thước tệp. Định dạng TIFF ở độ phân giải đầy đủ với hồ sơ màu được nhúng cung cấp chất lượng lưu giữ tối đa. Nhiều bản sao ở các cấp truy cập khác nhau. Bản gốc độ phân giải đầy đủ cho lưu trữ, bản sao làm việc độ phân giải vừa phải cho việc dùng cơ sở dữ liệu, và phiên bản độ phân giải màn hình cho tài liệu giáo dục cộng đồng — đảm bảo rằng hồ sơ phục vụ tất cả các chức năng dự định của nó. Các quy trình chỉnh sửa AI tạo ra nhiều phiên bản này từ một phiên chỉnh sửa duy nhất hợp lý hóa quá trình tạo ra các kho lưu trữ phục vụ cả nhu cầu lưu giữ và truy cập.
- Việc công bố tạp chí đòi hỏi ảnh đáp ứng tiêu chuẩn minh họa thực vật về độ phân giải, độ chính xác màu và khả năng nhìn thấy đặc điểm chẩn đoán. AI boost đáp ứng nhu cầu hồ sơ chức năng, không chỉ cải thiện thẩm mỹ.
- Việc tích hợp cơ sở dữ liệu thực địa cần kích thước tiêu chuẩn hóa, đặt tên tệp mã hóa mẫu vật và kích thước tệp tối ưu cho việc truy cập nền tảng di động trong công tác thực địa với kết nối hạn chế.
- Nền tiêu chuẩn hóa từ Background Eraser cải thiện tìm kiếm trực quan cơ sở dữ liệu và so sánh chéo hồ sơ bằng cách loại bỏ sự can thiệp của nền thực địa thay đổi giữa các hồ sơ mẫu vật.
- Việc lưu giữ kho lưu trữ cộng đồng dùng định dạng TIFF ở độ phân giải đầy đủ với nhiều bản sao cấp truy cập. Bản gốc lưu trữ, bản sao làm việc cơ sở dữ liệu và tài liệu giáo dục độ phân giải màn hình — từ các phiên chỉnh sửa duy nhất.
Nguồn
- Guidelines for Ethical Research in Ethnobotany and Traditional Knowledge — Royal Botanic Gardens, Kew
- Best Practices for Plant Specimen Photography in Field Research — iDigBio — Integrated Digitized Biocollections
- Documenting Traditional Ecological Knowledge: Photography and Ethics — Convention on Biological Diversity