REWI ha valorado el sistema DTBird® para reducir el riesgo de colisión de águilas y otras aves rapaces contra las aspas de los aerogeneradores de los parques eólicos y según sus conclusiones , la herramienta ha demostrado ser sumamente eficaz.
Los sistemas DTBird® fueron evaluados por el Renewable Energy Wildlife Institute (REWI) en dos parques eólicos: Manzana (California) y Goodnoe Hills (Washington) para medir la eficacia de detección y disuasión en grandes rapaces, especialmente águilas reales y calvas. El informe técnico de REWI, financiado por el Departamento de Energía de EE. UU. y apoyado por múltiples partes interesadas del sector de las energías renovables, ofrece una evaluación exhaustiva de estos modelos DTBird de detección y disuasión del sistema.
Esta evaluación es crucial para que los reguladores medioambientales establezcan requisitos en los permisos medioambientales de los parques eólicos para cumplir normativas medioambientales estadounidenses como la “Bald and Golden Eagle Protection Act” y la “Migratory Bird Treaty Act”.
Configuración
Configuración del estudio:
Manzana: Modelo DTBird V4D4 (2016) instalado en 7 aerogeneradores (WTG) con 65 m de altura de torre y 82,5 m de diámetro de rotor. Estudio piloto de 9 meses.
Goodnoe Hills: Modelo DTBird V4D8 (2019) instalado en 14 WTGs con 87m de altura de torre y 110m de diámetro de rotor. Estudio de 2 años.
Principales resultados
Después de tres años de recopilación de datos, hemos resumido los principales resultados:
1. Reducción significativa del riesgo de colisión de águilas y rapaces
DTBirdV4D4 y DTBirdV4D8 (modelos 2019 y 2021, respectivamente) redujeron la probabilidad de que las águilas reales y otras grandes rapaces entraran en la zona barrida por el rotor (RSZ) en un 20-30%, con una tasa de disuasión aún mayor (más del 40%) para las águilas que se acercaban o volaban directamente hacia la RSZ.
2. Eficacia de detección en múltiples emplazamientos
Para medir la eficacia de la detección, se llevaron a cabo vuelos de vehículos aéreos no tripulados (UAV) con águilas. Tras analizar los datos, se obtuvieron los siguientes resultados:
La probabilidad global de detectar grandes rapaces fue del 65 % a menos de 240 metros de las cámaras.
La mayor tasa de detección fue del ~75 % (a 50 – 75 m); a 240 m, la probabilidad de detección fue del ~50 %; y a 380 m, del ~30 %.
La probabilidad de no detectar un vuelo detectable era generalmente inferior al 20% cuando la distancia mínima de la línea de visión a la cámara era de aproximadamente 30 a 120 metros. Esta probabilidad aumentaba a menos del 30% a distancias inferiores a 20 metros y entre 120 y 160 metros. Sin embargo, superaba el 50% a distancias superiores a 200 metros.
3. Eficacia disuasoria en múltiples emplazamientos
Los principales resultados fueron los siguientes:
Para las grandes rapaces, el 73% de los casos en el emplazamiento de Manzana y el 63% en Goodnoe Hills se clasificaron como respuestas confirmadas o potencialmente eficaces.
Examinando especies o grupos específicos, las tasas de respuesta fueron: para las águilas reales, 79% en el emplazamiento de Manzana frente a 60% en Goodnoe Hills; para los buitres americanos cabecirrojos, 81% en Manzana frente a 61% en Goodnoe Hills; y para los ratoneros, 72% en Manzana frente a 56% en Goodnoe Hills.
Otros resultados incluyen:
La tasa de falsos positivos (FP) que activan la disuasión en Manzana fue de 1,2 – 1,8 FP/turbina/día y 0,8 minutos/turbina/día. En Goodnoe Hills, fue de 0,8 FP/turbina/día y 0,96 minutos/turbina/día, tras un ajuste (a partir de 3,9 FP/turbina/día).
La tasa de disuasión provocada por falsos positivos aviares no objetivos (NTAFP) fue del 40% en Manzana y del 36% en Goodnoe Hills.
Los investigadores temían que las águilas fueran menos sensibles a las señales disuasorias, pero no se produjo esta habituación negativa. De hecho, las águilas pasaron menos tiempo cerca de las turbinas cuando la señal disuasoria se activó con frecuencia, incluso por falsos positivos.
4. Respuestas comportamentales a las señales de disuasión
En Goodnoe, pudieron comparar el efecto de la disuasión en el comportamiento de evitación entre los sistemas DTBird con el sonido silenciado frente a los sistemas con el sonido activado. Los principales resultados fueron:
La disuasión redujo entre un 24 y un 27% el tiempo de permanencia de las águilas en las proximidades de los aerogeneradores en comparación con los sistemas silenciados, con un tiempo medio de permanencia reducido en aproximadamente 25 a 19 s por evento. En el caso de las águilas reales, la disuasión puede reducir el tiempo de permanencia en un 29%, con una reducción media del tiempo de permanencia de 26 a 17 s por evento.
Otros resultados incluyen:
Las aves respondieron mejor a las señales de disuasión en Manzana que en Goodnoe, posiblemente debido a las diferencias en las especies de aves residentes/migratorias, el paisaje y las condiciones climáticas. Sin embargo, la respuesta del águila a la señal de disuasión fue mayor en Goodnoe Hills que en Manzana.
Las águilas y los buitres tendieron a responder mejor a las señales de disuasión a medida que aumentaba la velocidad del viento, pero lo contrario ocurre con los ratoneros.
La probabilidad de disuasión efectiva con vientos superiores a aproximadamente 4 m/s fue mayor para águilas y buitres que para ratoneros y ha aumentado aumentó a medida que aumentaba la velocidad del viento. En el caso de los ratoneros, la probabilidad disminuyó al aumentar la velocidad del viento.
Para todas las rapaces, la tasa de disuasión efectiva fue la más alta en los vuelos categorizados como de riesgo moderado, posiblemente porque las aves tuvieron tiempo suficiente para maniobrar con eficacia.
Oportunidades para seguir innovando aplicadas a sistemas eólicos
Aunque el informe REWI subraya el éxito de DTBird, también pone de relieve las oportunidades de mejora. Por ejemplo, la mejora de la resolución de la cámara y la optimización de los algoritmos de inteligencia artificial utilizados para detectar aves sobre fondos complejos (como nubes y aspas de turbinas en movimiento) podrían aumentar la precisión de detección del sistema.
Además, la IA puede reducir la tasa de falsos positivos (FP) y falsos positivos aviares no objetivos (NTAFP). Además, el informe recomienda un mantenimiento regular de las lentes de las cámaras para evitar la degradación solar, que puede afectar a la capacidad de detección.
Agradecemos a los participantes en el proyecto sus contribuciones y su compromiso con la evaluación del sistema DTBird: H.T. Harvey & Associates, PacifiCorp, Puget Sound Energy, Inc. (PSE), Portland General Electric Company (PGE), EDF Renewables North America, Avangrid & Vestas American Wind Technology.
Conoce DTBird
DTBird se ha comprometido a aplicar todas las recomendaciones de mejora y está desarrollando un nuevo software, Larus. Este software utiliza la IA, incluidos el rastreo y las redes neuronales, para mejorar la detectabilidad en aproximadamente un 20-30% por cámara. Inicia un proceso continuo de mejora de la detección, reduciendo los falsos positivos y centrándose en grupos específicos de especies.
Además, se han introducido nuevos modelos de hardware, con entre 4 y 12 cámaras 4K. Estos modelos aumentan la vigilancia vertical de 77º a 90º y amplían la distancia máxima de detección de una media de unos 190 metros a entre 500 y más de 1.000 metros, según el modelo y la configuración.
Todos los módulos DTBird pueden funcionar dentro del mismo aerogenerador, proporcionando detección y registro de colisiones para reducir los riesgos de colisión de las aves. El módulo de Disuasión disminuye el riesgo de colisión y mejora la eficacia del módulo de Parada.
Gracias a su especial diseño, el nuevo hardware y software DTBird puede ser escalable, permitiéndole una fácil expansión. Esto da esperanzas de que se puedan evitar daños colaterales del desarrollo de las energías renovables, que afecten a la biodiversidad
