该项目的目标是建立一个以计算机建模及人工智能为本的树木管理系统，透过分析各种相关的数据,(如树木高度、型态、预测生长率、土壤条件等), 以预测和识别对铁路系统构成高风险的树木。

由于各类树木和植物广泛分布在铁路沿线，参数的选择、数据的定期采集及其一致性，对预测系统的准确性至关重要。

有见于塌树及过度生长的植物可导致列车服务中断，该树木管理系统需于事故发生前尽早发出预警, 以便工程人员提前作出准备。

该项目包括：

1. 建立一个基于人工智能的计算机模型，用于预测和识别铁路沿线高风险的树木
2. 使用卫星图像和/或列车光检测和测距（LiDAR）传感器收集树木数据
3. 自动化的数据处理及输入至AI预测模型
4. 分析所有数据，以确定存在风险的树木并确定其处理顺序
5. 采用反馈机制来提高预测的准确性
6. 比对该AI系统及传统树木管理系统在有效性、效率、成本、预测准确性等方面的优劣

12个月

• 1.5个月以研究和设计AI为本的计算机预测模型，并列出港铁提供的树木数据库以外所需的数据
• 3个月以开发软件并采购所需之数据采集系统
• 1个月的系统安装和测试
• 6个月对系统监测并优化参数以达至所需的预测准确性
• 0.5个月的评估和总结