Algoritmy AI pomáhají podporovat lesní hospodářství, výsadbu a mapování operací po celém světě

Společnost SeeTree, startup v oblasti zemědělských technologií, nedávno získala 3 miliony dolarů od Orbia Ventures, což společnosti pomůže splnit její misi digitálního lesního hospodářství. Společnost reprezentuje rostoucí trend využití algoritmů AI pro podporu růstu stromů po celém světě.

Některé z největších a nejúspěšnějších sektorů trvalého zemědělství jsou lesní plodiny. Například stromy pecanů mohou produkovat úrodu téměř 150 let, zatímco jabloní může produkovat úrodu kolem 50 let. Nicméně, tyto úrody jsou ovlivňovány změnami v dešťových srážkách, erozí půdy, teplotou a obecným prostředím. Když jsou stromy vystaveny velkému stresu, umírají.

Abyste zajistili zdraví lesních plodin, musíte sledovat zdraví jednotlivých stromů a předpovídat, jak mohou reagovat na změny v prostředí. Sledování zdraví stromů pomocí jednoduchého průzkumu může být velmi obtížné, protože farmáři musí zohlednit mnoho proměnných, jako jsou nemoci a změny klimatu, jejichž účinky mohou být často prodloužené a obtížně kvantifikovatelné. Aby mohli reagovat na tyto výzvy, farmáři se obrací na technologická řešení, která jim umožňují analyzovat zdraví lesních plodin a optimalizovat produkci, což umožňuje méně náročné a nákladově efektivní řešení.

Podle Forbes, SeeTree využívá algoritmy AI podporované drony, pozemními senzory, datovými vědci a agronomy, aby vytvořila komplexnější profil zdraví stromu. Společnost v současné době poskytuje digitální a monitorovací služby farmářům citrusových, lískových, mandlových, avokádových a olivových stromů. Společnost se snaží rozšířit své služby na farmáře pistáciových, palem a eukalyptových stromů.

Podle spoluzakladatele SeeTree, Izraele Talpaze, data shromážděná a zpracovaná jejich nástroji pro datové vědy a modely AI vedla k výraznému snížení počtu podprůměrných stromů, a to o 50 až 85 procent. Schopnost určit, které stromy jsou stresované a potřebují podporu, jako je zavlažování, se stane důležitější v budoucnu kvůli účinkům změny klimatu. Jak Talpaz vysvětlil prostřednictvím Forbes:

„Změna klimatu si vybírá svou daň na stromech v několika ohledech; teplejší a extrémnější počasí vyžaduje odlišné zavlažovací protokoly a infrastrukturu, stejně jako vyšší úroveň adaptability pro každý háj a farmu. Kromě toho vidíme oblasti, které byly tradičně nezavlažované, trpí vyššími úrovněmi stresu, protože stromy nemohou přežít bez pomoci specifického zavlažování.“

Algoritmy AI vyvinuté SeeTree jsou pouze jedním příkladem toho, jak je AI využíváno pro řízení výsadby a údržby stromů po celém světě. NASA a Google (GOOGL ) nedávno vyvinuly modely AI určené ke kvantifikaci pokrytí korun stromů po celém světě na základě leteckých snímků.

Google spustil iniciativu nazvanou Tree Canopy Lab. Platforma je určena pro použití městskými plánovači, aby mohli určit, které oblasti města potřebují více pokrytí korun stromů. Mnoho měst nemá rozpočet potřebný k přesnému posouzení, kde jsou stromy nejvíce potřeba, ale Tree Canopy Lab má za cíl umožnit městským plánovačům používat proměnné, jako je hustota populace, stávající pokrytí stromů a extrémní tepelná zranitelnost, aby přijali lepší rozhodnutí o tom, kde zasadit stromy.

Tree Canopy Lab využívá počítačové vidění a algoritmy AI školené na leteckých snímcích stromů, aby vytvořily mapy, které zobrazují hustotu pokrytí stromů. Laboratoř umožňuje uživatelům identifikovat městské bloky, kde by mohlo být vysazeno velké množství stromů, a určit, které chodníky jsou zranitelné vůči extrémnímu teplu kvůli nedostatku stínu. Tree Canopy Lab je v současné době k dispozici pro použití v Los Angeles a podle Google tool nalezl, že více než polovina všech obyvatel LA žije v oblastech s méně než 10% pokrytí korun stromů, a kolem 44% všech obyvatel žije v oblastech s extrémním tepelným rizikem. Google plánuje uvést nástroj do stovek dalších měst v průběhu příštího roku.

NASA nyní využívá vysoce rozlišené letecké snímky a umělou inteligenci k vytvoření vysoce přesných map stromů Země, což je nová metoda mapování stromů, která úspěšně katalogizovala miliony dříve nezmapovaných stromů v suchých a polosuchých biomách po celém světě.

Vědci z Goddardova kosmického střediska NASA v Marylandu použili algoritmy strojového učení a vysoce rozlišené arteriální snímky, aby vytvořili algoritmy schopné mapovat průměr koruny stromu. Algoritmus byl použit k mapování více než 1,8 miliardy stromů rozložených na 1 300 000 kilometrech čtverečních. Algoritmy používané výzkumným týmem využívaly konvoluční neuronové sítě spuštěné na Blue Waters na University of Illinois, jedné z nejvýkonnějších superpočítačů v zemi.

Podle Martina Brandta, hlavního autora studie a asistenta profesora na Univerzitě v Kodani, proces označování trénovacích dat trval více než rok. Navzdory úsilí spojenému s označováním trénovacích dat, byl to stále mnohem rychlejší proces než použití tradičních mapovacích metod. Po označení dat trvalo studii pouze několik týdnů, ve srovnání s lety, které by mohlo trvat mapování stromů pomocí tradičních analytických metod.

Ekologičtí výzkumníci, konzervacionisté a politici potřebují mít přesné počty stromů v oblastech zájmu. Data poskytnutá modelem NASA budou užitečná pro určení, jak změna klimatu ovlivňuje stromy a lesní oblasti v průběhu let. Kromě toho určení, jak hustota a velikost stromů se mění v souladu se změnami průměrných srážek, poskytne ochraně životního prostředí důležité údaje z terénu.