香港
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.
