Versuche zur Verwendung künstlicher Intelligenz (KI) zur Identifizierung von Baumarten und anderen Pflanzen anhand von Fotos, die von Kameras im Zug aufgenommen wurden, haben bewiesen, dass die Vegetation am Streckenrand sicher, kostengünstig, schnell und in großem Maßstab überwacht werden kann.
Die Überwachung von Flora und Fauna auf Eisenbahnschienen zur Unterstützung einer besseren Bewirtschaftung von Lebensräumen entlang der Strecke ist aufgrund von Sicherheitsbedenken, der Größe des britischen Schienennetzes von 20.000 Meilen und der Anzahl der erforderlichen Sachverständigen äußerst schwierig.
Das britische Zentrum für Ökologie und Hydrologie (UKCEH) und das Technologieunternehmen Keen AI haben jedoch mit Network Rail zusammengearbeitet, um innovative Lösungen zur Fernüberwachung der Artenvielfalt zu entwickeln. Sie haben gezeigt, dass KI invasive Arten anhand der Spuren identifizieren kann, sowie einheimische Bäume, die aufgrund von Krankheiten wie dem Eschensterben potenziell gefährdet sind.
Diese Informationen würden es den Eisenbahnarbeitern dann ermöglichen, geeignete Maßnahmen zur besseren Bewirtschaftung der streckenseitigen Vegetation durchzuführen, als Teil der Verpflichtung von Network Rail, bis 2035 einen Nettogewinn an Biodiversität auf seinem Land zu erzielen.
UKCEH und Keen AI haben KI-Software entwickelt, die sowohl Eschen als auch Japanischen Knöterich (eine Quelle von Beschwerden bei Network Rail durch seine Nachbarn jedes Jahr), Himalaya-Balsam und die giftige Pflanze Ragwort identifizieren kann.
Sie entwickeln jetzt eine Kameraausrüstung, die in der Lage ist, klare Aufnahmen der Vegetation in einem Hochgeschwindigkeitszug zu machen, und haben zwei erfolgreiche Versuche durchgeführt – Hin- und Rückfahrten zwischen Birmingham und Aberystwyth sowie zwischen Weymouth und Moreton in Dorset.
Dr. Tom August, ein Computerökologe am UKCEH, erklärt, dass „die Versuche gezeigt haben, dass wir in der Lage sein werden, die Vegetation am Streckenrand sicher, kostengünstig, schnell und in großem Maßstab zu überwachen.“
„Unsere Ausrüstung war in der Lage, Tausende klare Bilder von einem Zug aufzunehmen, der mit bis zu 80 Meilen pro Stunde fuhr, und unsere KI-Software kann Asche und andere Arten mit hoher Genauigkeit identifizieren.“
Amjad Karim, Geschäftsführer von Keen AI, erklärt, dass die Arbeit an der Eisenbahn auf einem separaten, früheren Projekt basiert, das von Innovate UK finanziert wurde, um die Vegetation am Straßenrand zu fotografieren und zu identifizieren.
Er sagt: „Network Rail gibt jedes Jahr 200 Millionen Pfund für das Vegetationsmanagement aus, um das Netzwerk betriebsbereit zu halten. Das Ziel unserer Arbeit ist es, den Mitarbeitern von Network Rail die Werkzeuge an die Hand zu geben, die sie benötigen, um sicher und genau zu erkennen, wo möglicherweise Handlungsbedarf besteht .“
„Wir haben die Grenzen des Möglichen verschoben, wenn es um die Geschwindigkeit der Kamera, die Bildqualität und die Größe des Systems geht, während wir gleichzeitig flexibel und kostengünstig bleiben.“
In den kommenden Monaten wird das Team das System verbessern, die Bilderfassungsrate erhöhen und sicherstellen, dass jedes Bild genau dem Ort zugeordnet wird, an dem es aufgenommen wurde, selbst bei Geschwindigkeiten von bis zu 160 km/h. Dadurch wird sichergestellt, dass die überwiegende Mehrheit der Bäume und Pflanzen entlang einer Strecke erfasst wird.
Eine andere Möglichkeit, wie KI potenziell die Biodiversität an der Strecke überwachen kann, besteht darin, Tierarten anhand von Tonaufnahmen oder Fotos zu identifizieren, die von entfernten Überwachungsstationen aufgenommen wurden, ohne dass Vermessungsingenieure vor Ort erforderlich sind. UKCEH hat den Einsatz von Biodiversitätsüberwachungsstationen zur Aufzeichnung von Vogelgesang und Fledermausrufen erprobt, die vorhandene KI-Software genau identifizieren konnte. Weltweit befindet sich KI-Software zur Klassifizierung von Tierarten anhand von Fotos noch in der Entwicklung.
Network Rail sagt, dass die KI-Arbeit seine Nachhaltigkeitsstrategie unterstützen wird, die bedeutende Änderungen in der Art und Weise umreißt, wie es sein Land bewirtschaftet, um ein besseres Gleichgewicht zwischen dem Betrieb einer sicheren, zuverlässigen Eisenbahn und dem Gedeihen der Natur zu finden.
Dr. Neil Strong, Biodiversity Strategy Manager von Network Rail, sagt: „Mit 52.000 Hektar zu bewirtschaftendem Land und sieben Millionen Menschen, die in der Nähe unserer Eisenbahnlinie leben, ist die effektive Überwachung, Erhaltung und Verbesserung der Biodiversität unseres Landes eine monumentale und lebenswichtige Aufgabe, die es erfordert zukunftsweisende Lösungen.“
„Die Partnerschaft mit UKCEH und Keen-AI hat gezeigt, dass der Einsatz von KI eine sicherere, schnellere, kostengünstigere und umfassendere Methode zur Überwachung des Geländes rund um die Eisenbahn sein kann, und wir sind gespannt, wie diese Technologie entwickelt werden kann weiter, um uns dabei zu helfen, unser ultimatives Ziel zu erreichen, bis 2035 einen Nettogewinn an Biodiversität zu erreichen.“
Andere innovative, sichere Methoden, mit denen UKCEH Network Rail hilft, die Biodiversität an der Strecke zu messen, umfassen die Verwendung hochauflösender Bilder von Satelliten und Flugzeugen, um eine detaillierte nationale Karte aller Lebensräume an der Strecke zu erstellen. Die Wissenschaftler analysierten dann Aufzeichnungen von Arten in ähnlichen Lebensräumen in jeder Region, um vorherzusagen, welche Tiere und Pflanzen dort wahrscheinlich vorkommen.
Bereitgestellt vom UK Centre for Ecology & Hydrology