Pagbabawas ng mga banggaan ng hayop na may mga sensor at AI
Ang isang bagong diskarte ay gumagamit ng mga sensor, AI, at pagmomolde ng ekolohiya upang mabawasan ang mga banggaan ng hayop-sasakyan, pagpapabuti ng kaligtasan at pagbabawas ng mga gastos para sa mga sistema ng wildlife at transportasyon.
Ang isang pangkat ng pananaliksik mula sa Oïkolab at Terroïko, France, ay nakabuo ng isang pamamaraan upang mabawasan ang mga pagbangga sa pagitan ng mga hayop at sasakyan.Ang pamamaraang ito ay gumagamit ng pagtaas ng bilang ng mga sensor sa mga sistema ng transportasyon at ang kanilang mga digital na kambal.Gamit ang isang network ng mga traps ng camera, ang koponan ay naglalayong i -map ang mga panganib sa banggaan sa pagitan ng mga tren at ligaw na hayop tulad ng ligaw na boar at roe deer.
Ang mga banggaan ng sasakyan ng hayop ay nagbabanta sa kaligtasan ng tao, pagsisikap sa pag -iingat, at imprastraktura ng transportasyon, na humahantong sa mga makabuluhang gastos para sa mga gumagamit at tagapamahala.Iminungkahi ng mga mananaliksik ang isang bagong diskarte upang matugunan ang isyung ito.
Ang proseso ay nagsisimula sa pamamagitan ng paggamit ng software sa pagmomolde ng ekolohiya upang gayahin ang pinaka -malamang na paggalaw ng hayop sa loob at sa paligid ng isang imprastraktura, na tumutulong upang makilala ang mga potensyal na puntos ng pagtawid.
Kapag nakilala ang mga hotspot ng banggaan, ang pagmomolde ng ekolohiya ay ginagamit muli upang gabayan ang paglalagay ng mga photosensors sa bukid.Ang iba't ibang mga senaryo ng pag -deploy ay na -modelo upang mahanap ang pinakamahusay na tugma para sa inaasahang mga resulta ng paunang simulation.
Matapos i -deploy ang mga sensor, ang artipisyal na katalinuhan (malalim na pag -aaral) ay ginagamit upang pag -aralan ang data (sa kasong ito, mga imahe) upang makilala at subaybayan ang mga species ng hayop sa lugar sa paligid ng imprastraktura.
Ang data ay pagkatapos ay pinakain sa isang kasaganaan na modelo, isa pang tool na ekolohiya na tinatantya ang density ng mga hayop sa iba't ibang mga lugar batay sa data mula sa ilang mga pangunahing punto.Ang resulta ay isang mapa na nagpapakita ng kasaganaan ng species, na tumutulong na suriin ang panganib ng pagbangga sa kahabaan ng imprastraktura.
Habang ang pamamaraang ito ay nasubok sa isang segment ng riles sa timog -kanlurang Pransya, maaari itong mailapat sa anumang sistema ng transportasyon, bago at mayroon, bilang bahagi ng mga pagtatasa sa epekto sa kapaligiran.
Ang pamamaraang ito ay nagbibigay din ng paraan para sa pagsasama ng mga sistema ng pagsubaybay na nakatuon sa biodiversity sa imprastraktura ng transportasyon at ang kanilang mga digital na kambal.Sa hinaharap, ang mga sensor na patuloy na nangongolekta ng data ay maaaring makatulong na lumikha ng mga dynamic, adaptive na mga mapa at magbigay ng impormasyon sa real-time sa mga driver, na umaabot sa mga autonomous na sasakyan.
