![]()
日本上智大学科学家正开发一款人工智能(AI)防熊应用程式,透过将地图区域按风险等级染色,协助民众避开熊只出没热点,提升户外活动安全。
研究聚焦秋田县,人熊互动在自然与社会双重变化下急速增加。自然环境因素方面,熊的主要食物山毛榉结实失收,导致熊扩大觅食范围,社会方面深山地区人口流失与高龄化,两者加起来把熊推向市街与农地,令通报与意外频率同步上升。
研究团队以秋田县 2021 至 2022 年度之月轮熊出现资料作基础 训练 AI 系统。训练所用资料包括出现地点之纬度与经度;时间带、天候、是否有雨或雷;熊主要食源如山毛榉果与橡实之丰度;人口分布与土地利用状况(田亩、住宅区、竹林等)。
研究核心做法为把多源资料「时空对齐」,再进行日别推算。团队把过去出没纪录与日期时间、土地覆盖类型如人口构造物、水田、竹林,人口分布尤其高龄人口密度,气象条件,道路分布,标高,以及作为食源之山毛榉结实丰凶等要素,整合到以 1 km 网格为单位之资料立方,建立「日别 × 网格」之有无出没分类标签。模型训练同时采取资料不均衡对策,降低偏态样本带来之误判风险。合计让 AI 学习出现事件 1,736 件与未出现事件 2,078 件 再与 2023 年度资料比对。该年度为统计启动以来人身伤害发生数量最多一年。
在 2023 年秋田县全域验证情境下,使用 Extra Trees 模型推算每一日、每一个 1 km 网格是否可能有熊出没,整体表现达成准确率 63.7%。此水准虽非满分,但对于「热点先行预警、巡逻排班与临时标示」仍具操作价值,尤其适用资源有限之乡镇与边缘聚落。
研究成果正朝产品化方向前进,形式为以色阶显示风险之地图视觉化工具。地图把秋田县切成 1 km 正方网格,以不同色阶标示当日风险高低,方便登山客、郊游居民与农家规划路线或作业时段,亦协助自治体调度巡逻、广播与警示牌设置。若与道路网、垃圾投放点、果树分布等诱因叠图,还可提出绕行或时间避让建议,进一步把研究转化为行动指引。
特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.