動(dòng)物和車輛之間的碰撞對(duì)保護(hù)工作和人類安全構(gòu)成威脅，并給交通基礎(chǔ)設(shè)施管理人員和用戶帶來巨大成本。

利用嵌入到交通基礎(chǔ)設(shè)施中的越來越多的傳感器及其數(shù)字孿生的發(fā)展所提供的機(jī)會(huì)，一個(gè)法國研究小組開發(fā)了一種旨在管理動(dòng)物與車輛碰撞的方法。目標(biāo)是通過部署相機(jī)陷阱網(wǎng)絡(luò)來繪制火車和有蹄類動(dòng)物（狍子和野豬）之間的碰撞風(fēng)險(xiǎn)。

該研究由法國 OïkoLab 和 TerrOïko 的 Sylvain Moulherat 和 Léa Pautrel 領(lǐng)導(dǎo)，發(fā)表在開放獲取期刊《自然保護(hù)》上。

所提出的方法首先使用生態(tài)建模軟件模擬動(dòng)物在基礎(chǔ)設(shè)施內(nèi)部和周圍最可能的運(yùn)動(dòng)。這允許評(píng)估他們最有可能穿越的地方。

在確定了這些碰撞熱點(diǎn)后，再次使用生態(tài)建模來輔助設(shè)計(jì)現(xiàn)場的光電傳感器部署。對(duì)各種部署場景進(jìn)行建模，以找到預(yù)測結(jié)果與初始模擬最一致的場景。

部署傳感器后，收集的數(shù)據(jù)（在本例中為照片）將通過人工智能（深度學(xué)習(xí)）進(jìn)行處理，以檢測和識(shí)別基礎(chǔ)設(shè)施附近的物種。

最后，將處理后的數(shù)據(jù)輸入到豐度模型中，這是另一種類型的生態(tài)模型。它用于使用僅在該區(qū)域中的幾個(gè)點(diǎn)收集的數(shù)據(jù)來估計(jì)研究區(qū)域每個(gè)部分的動(dòng)物可能密度。結(jié)果是一張地圖，其中顯示了物種的相對(duì)豐度，因此，顯示了基礎(chǔ)設(shè)施沿線的碰撞風(fēng)險(xiǎn)。

這種方法是在法國西南部的實(shí)際鐵路路段上實(shí)施的，但它可以應(yīng)用于任何類型的交通基礎(chǔ)設(shè)施。它不僅可以在現(xiàn)有基礎(chǔ)設(shè)施上實(shí)施，還可以在新基礎(chǔ)設(shè)施的構(gòu)思階段實(shí)施（作為環(huán)境影響評(píng)估戰(zhàn)略的一部分）。

這種方法為將面向生物多樣性的監(jiān)測系統(tǒng)集成到交通基礎(chǔ)設(shè)施及其數(shù)字孿生中鋪平了道路。隨著傳感器不斷收集數(shù)據(jù)，未來可能會(huì)對(duì)其進(jìn)行改進(jìn)，以提供實(shí)時(shí)駕駛員信息并生成動(dòng)態(tài)自適應(yīng)地圖，最終可以發(fā)送到自動(dòng)駕駛汽車。

更多信息：Sylvain Moulherat 等人，使用智能傳感器進(jìn)行生物多樣性監(jiān)測：減輕動(dòng)物與車輛碰撞的集成管道，自然保護(hù)（2024 年）。DOI10.3897/natureconservation.57.108950

期刊信息： Nature Conservation 

由 Pensoft Publishers 提供