1纳多(Mohammed Premier University)纳多(Nador)的多学科学院,摩洛哥纳多62700,纳多62700; Abderrahim.boutasknit@gmail.com 2农业技术和生物工程中心,研究单元,标记为CNRST(中心Agrobiotech-url-7 CNRST-05),非生物和生物约束团队,Cadi Ayyad University(UCA),MARRAKESH 40000000000000000000000000000000000000000000000000000号,Marrakesh 40000,Morocco; bo.fassih@gmail.com(B.F.); wahbi@ucam.ac.ma(s.w.)3农业食品,生物技术和植物生物库(农业生物)的实验室,生物学系,科学学院,植物生理学和生物技术团队,卡迪·艾雅德大学(UCA),摩洛哥40000,摩洛哥40000,摩洛哥40000的生物学部门,环境和环境部门。科学与技术 - 莫哈梅二世卡萨布兰卡大学,穆罕默德二世,20000年,摩洛哥5环境与健康实验室,生物学系,科学与技术学院,莫莱·伊斯梅尔大学,莫洛伊·伊斯梅尔大学,bp 509,摩洛哥52000,摩洛哥; benlaouaneraja@gmail.com *通信:mohamed.aitelmokhtar@gmail.com(m.a.-e.-m.); a.meddich@uca.ma(a.m.);电话。: +212-671-492-144(M.A.-E.-M。); +212-661-873-158(A.M.)
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
搬迁沙田污水处理厂往岩洞的实时大数据人工智能环境影响评估 (AIEIA) 执行摘要 搬迁沙田污水处理厂往岩洞(本项目)的环境影响评估中,位于沙田马场和周边河道的彭福公园鹭鸟林被列为环境指标之一。目前,香港对鸟类生态栖息地的监测主要以人为观察为主,而人为观察的时间间隔有限。由于繁殖季节环境变化微妙,人为不易分辨鸟类行为的细微变化。渠务署藉此机会与香港科技大学合作,通过在项目下对彭福公园鹭鸟林进行先导观察,探索将最先进的绿色人工智能 (AI) 技术融入环境监测。观察是明智行动的第一步。完整的阵列数据收集系统 (ADCS) 和实时数据提取管道架构经过全面设计,可实现模块化,并可成功部署在各种结构中,确保在所有环境中可靠运行。ADCS 具有多种优势,可满足户外环境长期监测的需求:(i) 自动连续录制;(ii) 高分辨率视频;(iii) 高帧率视频;(iv) 巨大的本地数据存储;(v) 保护恶劣环境(例如极端天气条件)。采用一种新的视频压缩标准高效视频编码 (H.265) 来处理、存储和传输高分辨率视频,同时保持视频质量。在户外环境中实现数据采集自动化之后,实施了 AI 算法,以从长达数月的数据中检测鸟类。本研究重点是检测大白鹭和小白鹭,即研究地点的主要鸟类。AI 算法开发的主要挑战是缺乏香港鸟类的标记数据集。为了解决这个问题,我们利用 3D 建模制作了大白鹭和小白鹭的合成鸟类数据集。在虚拟图像的开发过程中,我们应用了姿势和身体大小等显著特征的大量变化,这反过来又迫使模型专注于专家用来区分鸟类物种的细粒度鸟类特征,例如颈部和头部。经过训练的 AI 模型能够在不同背景下以高预测分数区分和定位鸟类物种,平均准确率达到 87.65%。我们的人工智能 ADCS 解决方案比传统的人工观察具有多种潜在优势,能够在不同的天气条件下为不同物种的鸟类计数、行为研究、空间偏好以及种间和种内相互作用提供密集的表面。这项研究的结果和发现有利于未来规划环境监测工作以及项目下的工作阶段,以尽量减少对彭福公园鹭鸟林的潜在环境影响。