《Journal of Environmental Management》：Optimising bat-friendly curtailment algorithms for wind turbines
编辑推荐：
摘要翻译：全球范围内的风力涡轮机因碰撞导致长寿蝙蝠种群的高死亡率。为缓解这些影响，运营商通常采用 blanket curtailment（统一切机策略），即在低风速和温和温度条件下停止涡轮叶片运转，此时蝙蝠活动通常较高而能源产量较低。然而，这一方法的效果具有高
摘要翻译：全球范围内的风力涡轮机因碰撞导致长寿蝙蝠种群的高死亡率。为缓解这些影响，运营商通常采用 blanket curtailment（统一切机策略），即在低风速和温和温度条件下停止涡轮叶片运转，此时蝙蝠活动通常较高而能源产量较低。然而，这一方法的效果具有高度变异性。虽然存在更先进的限机工具，但其效率和实际实施的证据仍然有限。研究人员利用在法国123个风力涡轮机机舱采集的25,588个夜晚的声学监测数据，训练了基于天气条件、一年中的时间和夜间时段预测蝙蝠存在概率的算法。研究人员通过估算在涡轮机停机超过给定的预测概率阈值时受保护的蝙蝠声学活动比例和能源损失，评估了模拟限机场景中的算法性能。研究比较了算法的几种实施场景，包括模型训练中是否纳入场地特定数据，以及限机阈值是在国家、季节或场地级别定义。模拟结果表明全年应用具有高效率。最简单的场景——不使用场地特定训练数据且采用国家限机阈值——产生了与更严格方法相似的结果。例如，通过基于算法的风力涡轮机停机来保护90%的蝙蝠活动，平均估计年能源损失范围为5.2%至7.6%。此外，将限机限制在4月中旬至11月中旬可将这些损失降至3.5-4.9%，同时保持相同水平的蝙蝠保护。算法可以为减少蝙蝠暴露于风力涡轮机提供有效工具，但仍需现场验证以确认实际性能。
风电场蝙蝠友好型限机算法的优化：从大数据到智能决策
一、研究背景与科学问题
风能作为可再生能源的重要支柱，其快速扩张受到国际和欧洲政策的大力支持。然而，风电项目开发往往由财政或政治利益驱动，未能充分将生态学证据纳入规划决策。在欧洲，尽管已有具体指南（如风力涡轮机应选址于距林地栖息地至少200米之外），当前的规划实践仍无法有效规避高影响景观，导致风力涡轮机可能被安置在有利于空中生物多样性栖息地附近，加剧了风能开发与生物多样性保护的冲突。这种冲突对空中动物群产生两方面后果：一是碰撞导致的死亡率，可能因吸引行为而加剧；二是回避行为导致的栖息地利用减少。对于长寿、低繁殖力、高存活率的物种——如猛禽和蝙蝠，碰撞死亡的威胁尤为严峻。
为减轻这些影响，运营中缓解措施至关重要。最常用的策略是在低风速及特定温度阈值下停机，即“blanket curtailment”（统一切机策略）。尽管该策略能显著降低致死风险，但其效果因场地和风速阈值不同而表现出高度变异性与不完整性。为实现足够的保护水平，通常需要设置较高风速阈值，从而导致显著的能源生产损失。近年来，更先进的声学信息统一切机和基于多标准算法的智能限机系统逐步发展，如北美的TIMR系统（Turbine Integrated Mortality Reduction）和德国的ProBat系统。然而，关于此类智能算法限机的同行评审证据仍然匮乏，实施指南亦严重不足，利益相关者可能因感知财务风险而不愿采纳智能系统。
二、研究目标与研究内容
本研究旨在开发一种透明可复现的算法，以精细时间分辨率（即夜间10%至2.5%时段，对应10-85分钟）基于天气条件和时间变量预测风电机舱周围蝙蝠的存在概率。研究通过交叉验证方法评估其在限机中的潜在用途，具体通过模拟当预测蝙蝠存在概率超过设定阈值时涡轮机停机，并量化受保护的蝙蝠检测与能源损失之间的权衡。研究比较了不同实施策略：（1）算法训练中是否包含场地特定数据；（2）限机存在概率阈值按国家、季节或场地水平调整。研究聚焦于两种对碰撞风险高度敏感的蝙蝠声学生态类群：长距离回声定位类群（Long-Range Echolocators, LRE）和中距离回声定位类群（Mid-Range Echolocators, MRE）。
三、关键技术方法
本研究构建了覆盖广泛空间、时间和气候梯度的大规模声学监测数据集，该数据集来源于法国123个风电场站点在2017至2023年间采集的25,588个完整监测夜，每个站点为配备自动声学记录器的风力涡轮机，麦克风位于机舱下方（平均高度90±16米）。研究采用Tadarida软件对声学文件进行自动分类，以0.9的高阈值筛选检测结果以减少假阳性。利用广义线性混合模型（Generalized Linear Mixed Models, GLMM）建立蝙蝠存在/不存在与天气、日期、夜间时段及涡轮机运行之间的预测关系，选取cloglog连接函数和随机截距项（年份、场地、设备类型）。在模型评估中采用交叉验证框架，将模型训练于112个站点，在剩余的1个站点上进行预测，并模拟限机决策。此外，研究比较了三种限机阈值定义方法（国家水平、国家-季节水平、场地水平）和两种训练策略（含或不含场地特定数据），以效率曲线（受保护蝙蝠检测比例与运行损失比例的关系）和曲线下面积（Area Under the Curve, AUC）评估算法性能。
四、研究结果
4.1 蝙蝠调查结果
在123个站点共记录96,393次蝙蝠检测，其中LRE类群占57.5%，MRE类群占42.4%，SRE类群仅占0.1%。LRE类群以Leisler's noctule（Nyctalus leislerii）为主（85.3%），MRE类群以普通伏翼（Pipistrellus pipistrellus）为主（94.4%）。夜间出现率（至少一次检测的夜晚比例）LRE平均为19%，MRE为11%。夜间时段出现率（至少一次检测的时段比例）则低得多，约为1%。
4.2 协变量效应
两个类群的模型中，蝙蝠在机舱高度时段内出现概率受相似的一组固定协变量驱动。蝙蝠存在呈现显著的季节性模式，从1月到8月增加，9月至12月下降。蝙蝠存在在夜间前半段最高，之后逐渐降低。叶片转速、平均风速和时段内降水量均对蝙蝠存在概率产生负面影响。相比之下，温度在升至约25-30°C前增加蝙蝠存在概率，之后概率下降。研究还识别出多个显著的交互效应：夜间活动模式和温风响应随季节变化；温度与风速的交互作用显著，即风速越低温度正向效应越强，温度越低风速负向效应越强。
4.3 算法效率
基于叶片旋转损失计算的效率曲线AUC值普遍较高（范围0.75至0.92），表明模型性能良好。两种训练策略（含或不含场地特定数据）之间的AUC值非常相似，唯一例外是国家阈值方法在与包含场地特定数据的训练结合时效率显著降低。三种阈值定义方法总体表现非常相似。在80%蝙蝠保护水平下，MRE的季节特定国家阈值配合场地特定训练数据表现最佳，估计年能源损失为1.6%；LRE的国家阈值（不含场地特定训练数据）表现最佳，年能源损失为4.1%。在90%保护水平下，国家阈值（不含场地特定数据）对两个类群均为最优，LRE和MRE的年能源损失分别为7.6%和5.2%。在95%保护水平下，国家阈值方法对LRE保持最优（12.3%），而场地特定阈值对MRE表现最佳（6.9%），但与国家方法（7.1%）非常接近。总体而言，当设定高保护目标时，在模型训练中包含场地特定数据并不能提高效率。
全年效率方面，运行损失从1月初到10月逐渐增加，之后下降；蝙蝠保护从4月初急剧增加，LRE在8月达峰，MRE在6月和9月达峰，11月初后显著下降。11月中旬至4月中旬期间，蝙蝠保护为零或可忽略不计，但累计涡轮机运行损失仍占算法限机下全年总损失的35%（LRE）和32%（MRE），这表明将限机限制在4月中旬至11月中旬可在保持相同蝙蝠保护水平的同时将能源损失降低32-35%。
五、讨论与结论
5.1 训练数据与算法组成的讨论
研究结果表明，大型异质数据集能捕获更广泛的气候条件范围，从而降低训练数据中条件代表性不足的风险。在预测变量选择方面，空间协变量（如景观组成和配置）虽已知影响蝙蝠活动，但在本数据集中对限机性能贡献有限，其纳入并未改善蝙蝠保护反而增加能源损失。天气和时间预测变量提供了更实用、更可转移的预测基础，表明相对简单的模型可能足以支持可扩展的蝙蝠友好型限机。预测因子的效应与先前研究一致：蝙蝠存在概率随温度升高而增加，随降水、风速和叶片旋转而下降，均呈二次响应。
5.2 算法训练和实施方法的讨论
研究显示，在训练数据集中包含场地特定数据并非必要，且在大多数情况下不能提高性能。从运营角度看这是一个重要发现，因为避免场地特定校准可省去额外的声学监测、数据处理和模型再训练等步骤，具有显著的实际优势。研究还表明，在大多数情况下，为给定保护目标定义单一的国家预测概率阈值产生的能源损失最低，或至少与季节或场地特定阈值法的结果非常接近。机舱高度蝙蝠存在概率的主要驱动因子——天气条件、日期和夜间时段——在各站点间既强烈又相对一致，这可能是简单方法表现优异的原因。
5.3 算法效率的讨论
研究报道的算法效率值较高，至少与文献中其他限机策略相当，在许多情况下更优。与Arnett et al.（2011）报道的统一切机策略（5.0或6.5 m/s风速阈值）实现72-82%致死降低但伴随3-11%能源损失相比，本研究在80%蝙蝠保护水平下监测期能源损失为4.9-7%，与已有研究相当或更优。与TIMR系统（8.0 m/s风速阈值，75%致死降低，14.8%能源损失）相比，算法限机在相同保护水平下能源代价明显更低。研究还发现，若在保护90%蝙蝠活动时采用统一切机策略，需要平均7.5 m/s（MRE）至8 m/s（LRE）的风速阈值，此时叶片旋转损失比算法限机高14%，进一步突显了智能算法的优势。由于地面致死与机舱高度声学活动高度相关，这些声学效率估计与基于致死调查的效率估计具有可比性。
5.4 前景与建议
研究假设风电场运营商可实现算法与风力涡轮机之间的实时通信，每10-20分钟基于机舱气象站传输的t-1天气数据生成更新预测。为简化大规模部署，未来可评估一种更简单的实施方法，即算法为每个未来日期和时段预测应停机或运行的温度和风速阈值，使运营商能提前生成预定义限机时间表。现场验证（配合致死监测）是确认算法实际效果的重要下一步。未来研究可通过纳入滞后天气变量或迁移期间涡轮机东北方向的大尺度大气条件来改善预测性能。此外，由于模型中纳入叶片旋转速度可能导致重复限机循环并降低估计效率，建议在实施前评估保留该变量的利弊。
六、研究结论
本研究证明，利用法规性建设后监测积累的大规模蝙蝠声学数据，可开发出以精细时间分辨率预测风电机舱周围蝙蝠存在概率的算法。通过独立的逐站点验证框架，研究显示基于算法的精细时间分辨率限机可实现高水平的蝙蝠保护效率。当限机应用于一年中大部分时间时，蝙蝠保护可达到至少90%，而平均年能源损失对LRE为7.6%（95% CI: 4.6-10.3%），对MRE为5.2%（95% CI: 3.8-9.2%）。将限机限制在4月中旬至11月中旬可在保持相同蝙蝠保护水平的同时将上述损失降低32-35%。研究结果为近期此类算法的训练和实施提供了实用建议。总体而言，算法限机在降低蝙蝠暴露方面具有强大潜力，同时保持相对较低的能源损失，且效率变异性低于统一切机策略。尽管限机等运营缓解措施能大幅减轻对蝙蝠的影响，但通过谨慎选址回避高风险区域仍应是缓解等级制度中的首要步骤，而基于算法的限机是减少涡轮机运行后残余影响的重要补充工具。
