Des essais d’utilisation de l’intelligence artificielle (IA) pour identifier des espèces d’arbres et d’autres plantes, à partir de photographies prises par des caméras embarquées, ont prouvé que la végétation en bordure de ligne peut être surveillée en toute sécurité, à moindre coût, rapidement et à grande échelle.
La surveillance de la flore et de la faune par voie ferrée, afin de soutenir une meilleure gestion des habitats en bordure de voie, est extrêmement difficile en raison de problèmes de sécurité, de la taille du réseau ferroviaire britannique de 20 000 milles et du nombre d’experts géomètres requis.
Cependant, le UK Centre for Ecology & Hydrology (UKCEH) et la société technologique Keen AI ont travaillé avec Network Rail pour développer des solutions innovantes pour surveiller à distance la biodiversité. Ils ont démontré que l’IA peut identifier les espèces envahissantes près de la piste ainsi que les arbres indigènes potentiellement menacés en raison de maladies telles que le dépérissement du frêne.
Ces informations permettraient ensuite aux cheminots de mener des actions appropriées pour mieux gérer la végétation en bordure de voie, dans le cadre de l’engagement de Network Rail à réaliser un gain net de biodiversité sur ses terres d’ici 2035.
UKCEH et Keen AI ont créé un logiciel d’IA capable d’identifier les frênes ainsi que la renouée du Japon (une source de plaintes adressées à Network Rail par ses voisins chaque année), le baume de l’Himalaya et la plante vénéneuse le séneçon.
Ils développent actuellement un équipement photo capable de prendre des photos claires de la végétation sur un train à grande vitesse et ont mené deux essais réussis : des allers-retours entre Birmingham et Aberystwyth, et entre Weymouth et Moreton dans le Dorset.
Le Dr Tom August, écologiste informatique à l’UKCEH, explique que « les essais ont démontré que nous serons en mesure de surveiller la végétation en bordure de ligne en toute sécurité, à moindre coût, rapidement et à grande échelle ».
« Notre équipement a pu prendre des milliers d’images claires d’un train roulant jusqu’à 80 mph, et notre logiciel d’IA peut identifier les cendres et d’autres espèces avec un haut niveau de précision. »
Amjad Karim, directeur général de Keen AI, explique que les travaux sur le chemin de fer s’appuient sur un projet précédent distinct, financé par Innovate UK, pour photographier et identifier la végétation en bordure de route.
Il dit que « Network Rail dépense 200 millions de livres sterling chaque année pour la gestion de la végétation; afin de maintenir le réseau opérationnel. Le but de notre travail est de donner au personnel de Network Rail les outils dont ils ont besoin pour identifier en toute sécurité et avec précision où une action peut être nécessaire . »
« Nous avons repoussé les limites de ce qui est possible en matière de vitesse de la caméra, de qualité des images et de taille du système, tout en le gardant flexible et peu coûteux. »
Dans les mois à venir, l’équipe améliorera le système, augmentera le taux de capture d’images et s’assurera que chacune est précisément cartographiée à l’endroit où elle a été prise, même à des vitesses allant jusqu’à 100 mph. Cela garantira que la grande majorité des arbres et des plantes le long d’une piste sont enregistrés.
Une autre façon dont l’IA peut potentiellement surveiller la biodiversité en bordure de ligne consiste à identifier les espèces animales à partir d’enregistrements sonores ou de photographies prises par des stations de surveillance à distance, sans avoir besoin d’arpenteurs sur le terrain. L’UKCEH a testé l’utilisation de stations de surveillance de la biodiversité pour enregistrer les chants d’oiseaux et les appels de chauves-souris, que le logiciel d’IA existant a pu identifier avec précision. À l’échelle mondiale, un logiciel d’IA permettant de classer les espèces animales à partir de photographies est encore en développement.
Network Rail affirme que les travaux d’IA soutiendront sa stratégie de développement durable qui décrit des changements importants dans la façon dont il gère ses terres, afin de trouver un meilleur équilibre entre l’exploitation d’un chemin de fer sûr et fiable et la prospérité de la nature.
Le Dr Neil Strong, directeur de la stratégie de biodiversité de Network Rail, déclare qu’« avec 52 000 hectares de terres à gérer et sept millions de personnes vivant à proximité de notre voie ferrée, surveiller, maintenir et améliorer efficacement la biodiversité de nos terres est une tâche monumentale et vitale qui nécessite des solutions d’avant-garde. »
« Le partenariat avec UKCEH et Keen-AI a montré que l’utilisation de l’IA peut être un moyen plus sûr, plus rapide, plus rentable et plus complet de surveiller les terrains entourant la voie ferrée, et nous sommes ravis de voir comment cette technologie peut être développée. pour nous aider à atteindre notre objectif ultime d’atteindre un gain net de biodiversité d’ici 2035. »
L’UKCEH utilise d’autres moyens innovants et sûrs pour aider Network Rail à mesurer la biodiversité en bordure de ligne, notamment l’utilisation d’images haute résolution provenant de satellites et d’avions pour produire une carte nationale détaillée de tous les habitats en bordure de ligne. Ses scientifiques ont ensuite analysé les enregistrements d’espèces dans des habitats similaires dans chaque région pour prédire quels animaux et plantes sont susceptibles d’y être présents.
Fourni par le Centre britannique d’écologie et d’hydrologie