AI-algoritmer understøtter træavlsbrug, planting og kortlægning over hele verden

Et landbrugsteknologisk startup-virksomhed SeeTree har modtaget 3 millioner dollars i finansiering fra Orbia Ventures, hvilket hjælper startup-virksomheden med at opfylde sin mission om at digitalisere dyrkede træer. Virksomheden repræsenterer en voksende tendens til at anvende AI-algoritmer til at støtte trævækst over hele verden.

Nogle af de største og mest succesrige sektorer inden for perennial landbrug er træafgrøder. For eksempel kan pecantræer producere afgrøde i næsten 150 år, mens et æblekær kan producere en afgrøde i omkring 50 år. Disse afgrøder påvirkes dog af fluktuationer i nedbør, jorderosion, temperatur og det generelle miljø. Når træer udsættes for en betydelig mængde stress, dør de.

For at sikre træafgrødernes sundhed, må træavlsbrugere overvåge sundheden hos enkelttræer og forudsige, hvordan de kan reagere på ændringer i miljøet. Overvågning af træsundhed gennem simple undersøgelser kan være utrolig svært, da landbrugerne må tage mange variable som sygdom og klimaforandringer i betragtning, hvis effekter ofte kan være langvarige og svære at kvantificere. For at imødegå disse udfordringer søger træavlsbrugere efter teknologiske løsninger, der giver dem mulighed for at analysere træafgrødernes sundhed og optimere produktionen, hvilket giver mulighed for mindre arbejdskrævende og mere omkostningseffektive løsninger.

Ifølge Forbes anvender SeeTree AI-algoritmer, der understøttes af droner, jordfølere, datavidenskabsfolk og agronomer, til at skabe en mere komplet profil af et træs sundhed. Startup-virksomheden tilbyder i øjeblikket digitalisering og overvågningstjenester til landbrugere af citrustræer, hasselnøddetræer, mandler, avocadotræer og oliventræer. Virksomheden har til hensigt at udvide sine tjenester til landbrugere af pistacietræer, palmetræer og eukalyptustræer.

Som forklaret af SeeTrees medstifter, Israel Talpaz, har data, der er indsamlet og behandlet af deres datavidenskabsværktøjer og AI-modeller, resulteret i en betydelig reduktion af underpræsterende træer, hvilket er reduceret med mellem 50 og 85 procent. Evnen til at bestemme, hvilke træer er under stress og har brug for støtte, såsom vanding, vil blive mere vigtig i de kommende år på grund af klimaforandringerne. Som Talpaz forklarede via Forbes:

“Klimaforandringerne tager sin pris på træerne på flere måder; det varmere og mere ekstreme vejr kræver andre vandingsprotokoller og -infrastruktur, såvel som en højere niveau af tilpasning pr. lund og landbrug. Desuden ser vi områder, der traditionelt ikke er vandet, oplever højere niveauer af stress, da træerne ikke kan klare sig uden hjælp fra specifik vanding.”

De AI-algoritmer, der er udviklet af SeeTree, er kun et eksempel på, hvordan AI anvendes til at styre planting og vedligeholdelse af træer over hele verden. Såvel NASA som Google (GOOGL ) har nylig udviklet AI-modeller, der er designet til at kvantificere træklapdækningsområder over hele verden, baseret på luftfotografier.

Google har lanceret en initiativ kaldet Tree Canopy Lab. Platformen er designet til brug af byplanlæggere, der kan bestemme, hvilke områder af en by, der har brug for mere træklapdækningsområde. Mange byer har ikke den nødvendige budget til at kunne vurdere, hvor træer er mest nødvendige, men Tree Canopy Lab giver byplanlæggere mulighed for at bruge variabler som befolkningstæthed, eksisterende trædækningsområde og ekstrem varmevulnerabilitet til at træffe bedre beslutninger om, hvor at plante træer.

Tree Canopy Lab anvender computervisionsteknikker og AI-algoritmer, der er trænet på luftfotografier af træer, til at producere kort, der viser træklapdækningsområdets tæthed. Laboratoriet giver brugerne mulighed for at identificere bykvarterer, hvor et stort antal træer kan plantes, samt bestemme, hvilke fortorve er sårbare over for ekstremt høje temperaturer på grund af mindre skygge. Tree Canopy Lab er i øjeblikket tilgængelig til brug i Los Angeles, og ifølge Google har værktøjet fundet, at over halvdelen af alle LA-borgere bor i områder med mindre end 10% træklapdækningsområde, og omkring 44% af alle borgere bor i områder med ekstrem varmerisiko. Google planlægger at bringe værktøjet til hundredvis af flere byer over de næste år.

NASA anvender nu højopløselige luftfotografier og kunstig intelligens til at fremstille meget præcise kort over jordens træer, hvilket er en ny metode til trækortlægning, der har lykkes i at katalogisere millioner af tidligere ukortlagte træer i aride og semiaride biomer over hele verden.

Forskere fra NASAs Goddard Space Flight Center i Maryland anvendte maskinelæringsalgoritmer og højopløselige arterielle billeder til at skabe algoritmer, der kan kortlægge træernes kronediameter. Algoritmen blev anvendt til at kortlægge over 1,8 milliarder træer fordelt over 1.300.000 kvadratkilometer/500.000 kvadratmiles. Algoritmernes anvendelse af convolutionelle neurale netværk, der kører på Blue Waters på University of Illinois, en af de mest kraftfulde supercomputere i landet.

Ifølge Martin Brandt, hovedforfatter af studiet og adjunkt på Københavns Universitet, tog processen med at mærke træningsdataen over et år. Trods den indsats, der var nødvendig for at mærke træningsdataen, var det stadig en meget hurtigere proces end at anvende traditionelle kortlægningsmetoder. Efter at dataen var mærket, tog studiet kun få uger at fuldføre, sammenlignet med de år, det kunne have taget at kortlægge træerne ved hjælp af traditionelle analysemål.

Økologiske forskere, beskyttelsesfolk og politikere har brug for nøjagtige tal på træer inden for områder af interesse. Data, der er leveret af NASA-modellen, vil være nyttig til at bestemme, hvordan klimaforandringerne påvirker træer og træbevoksninger over årene. Desuden vil bestemmelse af, hvordan træernes tæthed og størrelse varierer i overensstemmelse med ændringer i gennemsnitsnedbør, give beskyttelsesindsatsen vigtig data på jorden.