該項目的目標是建立一個以計算機建模及人工智能為本的樹木管理系統，透過分析各種相關的數據,(如樹木高度、型態、預測生長率、土壤條件等), 以預測和識別對鐵路系統構成高風險的樹木。

由於各類樹木和植物廣泛分佈在鐵路沿線，參數的選擇、數據的定期採集及其一致性，對預測系統的準確性至關重要。

有見於塌樹及過度生長的植物可導致列車服務中斷，該樹木管理系統需於事故發生前儘早發出預警, 以便工程人員提前作出準備。

該項目包括：

1. 建立一個基於人工智能的計算機模型，用於預測和識別鐵路沿線高風險的樹木
2. 使用衛星圖像和/或列車光檢測和測距（LiDAR）傳感器收集樹木數據
3. 自動化的數據處理及輸入至AI預測模型
4. 分析所有數據，以確定存在風險的樹木並確定其處理順序
5. 採用反饋機制來提高預測的準確性
6. 比對該AI系統及傳統樹木管理系統在有效性、效率、成本、預測準確性等方面的優劣

12個月

• 1.5個月以研究和設計AI為本的計算機預測模型，並列出港鐵提供的樹木數據庫以外所需的數據
• 3個月以開發軟件並採購所需之數據採集系統
• 1個月的系統安裝和測試
• 6個月對系統監測並優化參數以達至所需的預測準確性
• 0.5個月的評估和總結