Madrid distribuerer et nettverk av AI-drevne sensorer for å lytte til fugler og flaggermus i parkene sine

  • Madrid bystyre har installert 15 AI-drevne akustiske sensorer i Madrid Río og Valdebebas-Felipe VI for å overvåke fugler og flaggermus.
  • Enhetene, produsert i Spania, identifiserer arter i sanntid uten opptak eller lagring av lyd, noe som garanterer personvern.
  • I løpet av de første månedene er det registrert mer enn 12 000 observasjoner, som fremhever 103 fuglearter og 23 flaggermusarter i Valdebebas.
  • Dataene integreres i en digital tvilling med varmekart og GIS-systemer for å støtte kommunal miljøforvaltning.

AI-sensorer for fugler og flaggermus i Madrid

Madrid bystyre har lansert et banebrytende initiativ for å bedre forstå urban biologisk mangfold: et nettverk av femten akustiske sensorer utstyrt med kunstig intelligens som lytter til fuglesang og flaggermuslyder i to av hovedstadens grøntområder. Enhetene, som er distribuert mellom Madrid Río og skogsparken Valdebebas-Felipe VI, behandler lydene i sanntid og gjør det mulig å identifisere hvilke arter som har passert foran sensoren uten å måtte lagre et eneste opptak.

Prosjektet ble presentert av delegaten for byplanlegging, miljø og mobilitet, Borja Carabante, ledsaget av bystyrerepresentanten for Arganzuela, Lola Navarro, på et arrangement som ble holdt på Madrid Río Interpretation Center. Under arrangementet understreket Carabante at innovasjon og teknologi kan bli «gode allierte» for å bevare naturarven og bevege seg mot en «mer bærekraftig og robust by som er forpliktet til sitt biologiske mangfold».

Droner for overvåking av stedegne fugler i Southeast Regional Park
Relatert artikkel:
Droner finjusterer sporingen av stedegne fugler i Southeast Regional Park.

Et nettverk av sensorer som ikke registrerer, men lytter

Hovedtrekket ved disse enhetene, som er utviklet og produsert utelukkende i Spania, er at de ikke fungerer som en konvensjonell opptaker. Når de mottar ultralyd fra fuglesang eller flaggermus, behandler de signalet umiddelbart ved hjelp av kunstig intelligens-algoritmer. Når arten er identifisert, forkastes lydsignalet, og bare deteksjonsresultatet lagres, sammen med dato, nøyaktig tid, temperatur, relativ fuktighet og atmosfærisk trykk i det øyeblikket.

Denne tilnærmingen garanterer personvern og unngår lagring av lydfiler, en funksjon som, som forklart av visedirektøren for parker og planteskoler i byrådet, Antonio Morcillo, lar forskere studere arter «uten å måtte fange dem eller forstyrre deres biologi, utvikling eller vaner.» Sensorene opererer 24 timer i døgnet uten avbrudd, og gir ekspertene en konstant strøm av objektive og oppdaterte data.

AI-sensorer biologisk mangfold Madrid

Mer enn 12 000 observasjoner i løpet av de første månedene

De første resultatene har allerede gitt overbevisende tall. I Madrid Río har de sju installerte sensorene identifisert 66 fuglearter, med totalt 1.564 observasjoner, og 13 flaggermusarter, som har generert 221 registreringer. Blant de hyppigst observerte fuglene er skjæra, europeisk serin, europeisk gullfink, vanlig skjære og europeisk pendelmeis. Når det gjelder flaggermus, har de hyppigst oppdagede artene vært større musøreflaggermus, havflaggermus, hortulanflaggermus og større skogsflaggermus.

I skogparken Valdebebas-Felipe VI, hvor åtte sensorer er installert, har den registrerte aktiviteten vært enda større. Der er det registrert 6.885 observasjoner av 103 fuglearter og 3.578 observasjoner av 23 flaggermusarter. Skjære, skjære, gullfink, skjæreseil og svarttrost topper listen over fugler, mens blant flaggermusene skiller seg dvergnøtt, havskjeggflaggermus, cabreras flaggermus, musvåk og lyskantflaggermus ut.

Disse dataene bekrefter at begge områdene er strategiske tilfluktssteder for hovedstadens biologiske mangfold, selv om de er utsatt for betydelig rekreasjonspress. Å sammenligne en travel bypark som Madrid Río med et mer naturlig og vidstrakt område som Valdebebas vil gjøre det mulig for forskere å studere hvordan dyrelivet reagerer på svært forskjellige bymiljøer.

AI-sensorer for fugler, flaggermus og parker

En digital tvilling for forvaltning av biologisk mangfold

All informasjon som samles inn av sensorene integreres automatisk i en teknologisk plattform som fungerer som en digital tvilling for biologisk mangfold. Dette verktøyet muliggjør sanntidsvisualisering av identifiserte arter og analyse av deres romlige og tidsmessige utbredelse. Plattformen inkluderer dashbord med dynamiske grafer, indikatorer, statistiske tabeller og varmekart, samt et geografisk informasjonssystem (GIS) som lar kommunale teknikere søke etter art, habitat, økologisk indeks eller sted.

Prosjektet inkluderer også generative verktøy for kunstig intelligens som, gjennom spørreteknikker, genererer strukturerte og tilpassede tekniske rapporter. Denne funksjonaliteten har som mål å effektivisere arbeidet til team som er ansvarlige for miljøforvaltning og legge til rette for evaluering av bevaringspolitikk ved hjelp av objektive, kontinuerlige og oppdaterte data.

Ifølge Carabante forventes det at dette nettverket vil bli utvidet til andre grøntområder i hovedstaden når prøveperioden er fullført, og også brukt til å analysere andre pattedyr, som rever, samt amfibier og reptiler. Med dette initiativet befester Madrid sin posisjon som en leder innen anvendelse av innovative løsninger for bevaring av urbant biologisk mangfold , og demonstrerer at teknologi kan være en sterk alliert i å beskytte naturarven.

AI-sensorer for fugler og flaggermus

Det AI-drevne akustiske sensornettverket har allerede vist potensialet sitt til å transformere kommunal miljøforvaltning. Med over 12 000 registrerte observasjoner og et system som ikke lagrer lyd, har Madrid tatt et betydelig skritt mot forvaltning av biologisk mangfold basert på objektive sanntidsdata. Kombinasjonen av akustisk overvåking, kunstig intelligens og dataanalyse vil gjøre det mulig for kommunale teknikere å ta mer informerte beslutninger for å beskytte grøntområder og bevege seg mot en mer bærekraftig by som er forpliktet til sitt dyreliv.


Legg til som foretrukket kilde i Google