Снижение столкновений животных с транспортом с помощью полевых датчиков, ИИ и экологического моделирования

Столкновения животных с транспортными средствами угрожают усилиям по сохранению биоразнообразия и безопасности людей, а также несут огромные расходы для управляющих транспортной инфраструктурой и её пользователей.

Используя возможности растущего числа датчиков, встраиваемых в транспортную инфраструктуру, и развитие их цифровых двойников, французская исследовательская группа разработала метод управления такими столкновениями. Цель — картировать риск столкновения поездов с копытными (косуля и кабан) с помощью сети фотоловушек.

Исследование под руководством Сильвена Мулера и Леа Потерль из OïkoLab и TerrOïko (Франция) опубликовано в журнале Nature Conservation с открытым доступом.

Предлагаемый метод начинается с моделирования наиболее вероятных перемещений животных в пределах и вокруг инфраструктуры с помощью программного обеспечения для экологического моделирования. Это позволяет оценить, где они с наибольшей вероятностью будут пересекать пути.

После выявления таких "горячих точек" столкновений экологическое моделирование снова используется для помощи в планировании размещения фотосенсоров в полевых условиях. Различные сценарии размещения моделируются, чтобы найти тот, чьи прогнозируемые результаты наиболее соответствуют первоначальной симуляции.

После развёртывания датчиков собранные данные (в данном случае фотографии) обрабатываются с помощью искусственного интеллекта (глубокое обучение) для обнаружения и идентификации видов вблизи инфраструктуры.

Наконец, обработанные данные поступают в модель оценки обилия — ещё один тип экологической модели. Она используется для оценки вероятной плотности животных в каждой части изучаемой территории, используя данные, собранные лишь в нескольких её точках. Результатом является карта, показывающая относительное обилие видов и, следовательно, риск столкновений вдоль инфраструктуры.

Этот метод был опробован на реальном участке железной дороги на юго-западе Франции, но он применим к любому типу транспортной инфраструктуры. Его можно реализовать не только на существующих объектах, но и на этапе проектирования новых (в рамках стратегии оценки воздействия на окружающую среду).

Такой метод открывает путь для интеграции систем мониторинга, ориентированных на биоразнообразие, в транспортную инфраструктуру и её цифровые двойники. Поскольку датчики собирают данные непрерывно, в будущем метод можно усовершенствовать для предоставления водителям информации в реальном времени и создания динамических адаптивных карт, которые в конечном итоге могут передаваться автономным транспортным средствам.