飞到半路被撞?不是小鸟不专心,而是太阳能太晃眼

美国能源部下属的阿贡国家实验室,正在开发用于识别并监测鸟类与太阳能设施相互作用的技术,该项目对于鸟类保护和太阳能设施的规划、布局都将产生积极意义。

据统计,世界上每年有几十亿只鸟儿死去,而这其中,被撞死的就有近十亿只。

2019 年 4 月,美国康奈尔大学鸟类学实验室(the Cornell Lab of Ornithology)一项报告就曾指出,每年大约有 6 亿只鸟因撞在美国高楼上而死亡。

玻璃幕墙建筑以及玻璃窗,都成了「鸟类杀手」

但造成这种结果,并不是因为鸟儿视力不好,而是因为建筑物的玻璃幕墙、玻璃窗以及里面摆放的植物,都会让飞行中的鸟儿「误入歧途」,与大楼相撞。

不过,除此之外,很少有人知道,还有一种杀伤力很大的鸟类杀手——太阳能设备。

美国太阳能每年「杀死」数万只鸟

鉴于太阳能无污染、储量大、可再生等优势,人们将会更多地才采用太阳能设施。

但随着越来越多太阳能系统的安装,人们也开始关注其对野生动物与环境造成的影响。比如太阳能的镜面反射,有可能会影响野生动物与鸟类的视线。

太阳能面板的高温还会灼伤栖息在上面的鸟儿

美国阿贡国家实验室(Argonne National Laboratory)曾基于有限的数据,在 2016 年发表了一项研究,估计了鸟类与美国光伏电池板的碰撞相关数据。

其中,数据显示,全美公用规模的太阳能设施每年会杀死 37800 到 138600 只鸟。

预测数据包括已安装以及正在建设中的太阳能

注:由于鸟类死因的不确定性,评估的数字范围较大

虽然这个数字与每年数亿只鸟因建筑和车辆撞击而死亡相比,并不算太大,但如果放任不管,随着全球太阳能设施的增加,命丧太阳能的鸟儿数量也将随之增加。

评估报告中显示的美国太阳能潜力

所以,深入了解这些死亡是如何发生,以及何时发,可以帮助人们有效预防。一方面,这是对鸟类的保护;另一方面,减少鸟类在太阳能设施周围的活动,也会大大减少工作人员的清洁工作,可谓双赢。

清洁鸟屎也是太阳能设备维护人员的日常工作

用计算机视觉技术,量化影响

为了对鸟类与太阳能之间的交互进行评估,科学家们正在量化彼此的相互影响,而目前用人工进行数据收集的方法非常耗时耗力。

最近,美国能源部下属的阿贡国家实验室(Argonne National Laboratory)公布了一个解决方案,用计算机视觉与人工智能技术监测鸟类与太阳能基础设施相互作用。

捕获飞行并栖息在太阳能鸟类的视频系统

具体而言,阿贡实验室的新项目,将结合计算机视觉技术和人工智能模型,测鸟类在太阳能电池板上的活动,以比人类更低的成本,收集它们飞过、栖息或与太阳能电池板相撞时的数据。

团队中的生态学家 Leroy Walston 说:「收集所有这些信息,需要人们在野外的设施中走动,寻找鸟类尸体,非常耗时耗力,成本是相当高的。」

而且,用人力收集的方法,在频率和跨度上也很有限,这样也很难掌握鸟类在太阳能电池板周围的行为数据。

领导了这个项目的遥感科学家 Yuki Hamada 介绍道:「虽然之前已经有关于太阳能基础设施如何影响鸟类数量的猜测,但我们需要更多的数据来科学地了解发生了什么。」

Yuki Hamada 是陆地生物物理遥感科学家加州大学圣塔芭芭拉分校和圣地亚哥州立大学地理学博士

阿贡国家实验室是美国政府规模最大、历史最悠久的科研机构之一。这个为期三年的鸟类-太阳能交互监测项目,已获得美国能源部太阳能技术办公室 130 万美元的资助,并于今年春天启动。

识别鸟儿,比识别无人机更复杂

据介绍,实现这一项目目标,共涉及三个任务:

  • 探测太阳能电池板附近的移动物体;
  • 辨别哪些物体是鸟类;
  • 对事件进行分类 (比如栖息、飞行或碰撞)。

科学家们还将使用深度学习构建模型,识别鸟类及其行为。

在阿贡实验室的一个早期项目中,研究人员就曾训练计算机识别在头顶上空飞行的无人机。

无人机探测模型的开发者,软件工程师 Adam Szymanski 指出,禽类与太阳能相互作用的项目,将会以识别无人机的技术为基础,但会更复杂。

比如,太阳能设备的摄像头将朝向太阳能板,而不是向上,因此背景会更加复杂。而且,系统将需要区分鸟类和视野中的其他移动物体,比如云、昆虫或人。

在项目初期,研究人员将在一两个太阳能电站安装摄像机,记录和分析视频。为了训练计算机模型,需要手动处理和分类数小时的视频。

此外,由于碰撞相对较少,研究人员表示,可以用玩具鸟之类的物体来模拟碰撞,这样系统就有了初始信息,可以用作训练例子。

系统在太阳能设施上识别出鸟类(红框标识)

一旦模型训练完成,它就会在摄像机内部运行实时视频,在飞行过程中,就对禽类-太阳能的交互进行分类。当然,这是另一个涉及边缘计算的挑战。在边缘计算中,信息处理中心距离数据收集地更近。

Szymanski 还补充说道:「我们没有足够的财力录制大量的视频,再把它们送回实验室进行分析。所以,我们必须设计出更高效的模型,这样它才能在边缘实时执行。」

深远意义:保护更多野生动物

据介绍,该项目除了探测、监测和报告鸟类在太阳能设施周围活动外,当碰撞发生时,该系统还会通知太阳能设施的工作人员。

这些结果,都将帮助人们更好地了解鸟类与太阳能的相互作用,可以辅助太阳能设施的选址,以及减少对野生动物的影响。

Hamada 说,随后,这项技术将为更多大规模现场试验的太阳能设施,做好准备,项目中收集到的数据可用来检测,其各方面模式设置是否最佳

同时,这些数据也将解答诸如以下疑惑:

太阳能设施中,某些类型的鸟更容易受到攻击吗?

碰撞会在一天或一年中的特定时间增加吗?

太阳能电池板的地理位置,在各种相互作用中有影响吗?

太阳能设施能为鸟类提供可行的栖息地吗?

此外,该技术框架还可以通过使用适当的数据,对人工智能进行再训练,从而来监测其他野生动物。

「一旦确定了模式,就可以将这些知识用于野生动物保护计划。」Hamada 说。

希望该项目能让鸟儿和太阳能愉快共处

—— 完 ——