Los algoritmos de inteligencia artificial ayudan a respaldar las operaciones de silvicultura, plantación y cartografía en todo el mundo

Una startup de tecnología agrícola SeeTree ha recibido recientemente 3 millones de dólares en financiación de Orbia Ventures, lo que ayuda a la startup a cumplir su misión de digitalizar los árboles cultivados. La empresa representa una tendencia creciente de emplear algoritmos de inteligencia artificial para respaldar el crecimiento de los árboles en todo el mundo.

Algunas de las secciones más grandes y exitosas de la agricultura perenne son los cultivos de árboles. Por ejemplo, los árboles de pacanas pueden producir rendimiento durante casi 150 años, mientras que un huerto de manzanas puede producir una cosecha durante unos 50 años. Sin embargo, estos rendimientos se ven afectados por las fluctuaciones en las precipitaciones, la erosión del suelo, la temperatura y el entorno en general. Cuando los árboles están sometidos a una cantidad sustancial de estrés, mueren.

Para garantizar la salud de los cultivos de árboles, los agricultores de árboles necesitan monitorear la salud de los árboles individuales y predecir cómo pueden responder a los cambios en el entorno. Monitorear la salud de los árboles a través de una simple inspección puede ser increíblemente difícil, ya que los agricultores deben tener en cuenta muchas variables como las enfermedades y el cambio climático, cuyos efectos pueden ser a menudo prolongados y difíciles de cuantificar. Para responder a estos desafíos, los agricultores de árboles están recurriendo a soluciones tecnológicas que les permiten analizar la salud de los cultivos de árboles y optimizar la producción, lo que permite soluciones menos laboriosas y más rentables.

Según Forbes, SeeTree emplea algoritmos de inteligencia artificial respaldados por drones, sensores terrestres, científicos de datos y agrónomos para crear un perfil más completo de la salud de un árbol. La startup actualmente proporciona servicios de digitalización y monitoreo a los agricultores de árboles de cítricos, avellanos, almendros, aguacates y olivos. La startup tiene como objetivo ampliar sus servicios a los agricultores de árboles de pistacho, palma y eucalipto.

Como explica el cofundador de SeeTree, Israel Talpaz, los datos recopilados y procesados por sus herramientas de ciencia de datos y modelos de inteligencia artificial han dado como resultado una disminución sustancial de los árboles que no rinden, reduciéndolos entre un 50 y un 85 por ciento. La capacidad de determinar qué árboles están bajo estrés y necesitan apoyo, como la irrigación, se volverá más importante en los próximos años debido a los efectos del cambio climático. Como explicó Talpaz a través de Forbes:

“El cambio climático está pasando factura a los árboles en varios aspectos; el clima más cálido y extremo requiere protocolos de irrigación y infraestructura diferentes, así como niveles más altos de adaptabilidad por huerto y granja. Además, vemos áreas que tradicionalmente no estaban irrigadas que sufren niveles más altos de estrés, ya que los árboles no pueden hacer frente sin la ayuda de una irrigación específica”.

Los algoritmos de inteligencia artificial desarrollados por SeeTree son solo un ejemplo de cómo se está utilizando la inteligencia artificial para gestionar la plantación y el mantenimiento de los árboles en todo el mundo. Tanto la NASA como Google (GOOGL ) han desarrollado recientemente modelos de inteligencia artificial destinados a cuantificar la cobertura del dosel de los árboles en todo el mundo, en función de imágenes aéreas.

Google ha lanzado una iniciativa llamada Tree Canopy Lab. La plataforma está diseñada para su uso por parte de los planificadores urbanos, lo que les ayuda a determinar qué regiones de una ciudad necesitan más cobertura de dosel de árboles. Muchas ciudades no tienen el presupuesto necesario para evaluar con precisión dónde se necesitan los árboles, pero Tree Canopy Lab tiene como objetivo permitir que los planificadores urbanos utilicen variables como la densidad de población, la cobertura de árboles existente y la vulnerabilidad al calor extremo para tomar mejores decisiones sobre dónde plantar árboles.

Tree Canopy Lab utiliza técnicas de visión por computadora y algoritmos de inteligencia artificial entrenados en imágenes aéreas de árboles para producir mapas que muestran la densidad de la cobertura de los árboles. El laboratorio permite a los usuarios identificar las manzanas de la ciudad donde se pueden plantar un gran número de árboles, así como determinar qué aceras son vulnerables a temperaturas extremadamente altas debido a la falta de sombra. Tree Canopy Lab está actualmente disponible para su uso en Los Ángeles, y según Google, la herramienta ha encontrado que más de la mitad de todos los residentes de Los Ángeles viven en áreas con menos del 10% de cobertura de dosel de árboles, y alrededor del 44% de todos los residentes viven en áreas con riesgo de calor extremo. Google planea llevar la herramienta a cientos de ciudades más en el transcurso del próximo año.

La NASA ahora está utilizando imágenes aéreas de alta resolución y inteligencia artificial para renderizar mapas muy precisos de los árboles de la Tierra, pionera en un nuevo método de cartografía de árboles que ha catalogado con éxito millones de árboles previamente no cartografiados en biomas áridos y semiáridos de todo el mundo.

Los investigadores del Centro de Vuelo Espacial Goddard de la NASA en Maryland emplearon algoritmos de aprendizaje automático y imágenes aéreas de alta resolución para crear algoritmos capaces de cartografiar el diámetro de la corona de un árbol. El algoritmo se utilizó para cartografiar más de 1.800 millones de árboles distribuidos en 1.300.000 kilómetros cuadrados/500.000 millas cuadradas. Los algoritmos utilizados por el equipo de investigación hicieron uso de redes neuronales convolucionales ejecutadas en Blue Waters en la Universidad de Illinois, una de las supercomputadoras más potentes del país.

Según Martin Brandt, autor principal del estudio y profesor asistente en la Universidad de Copenhague, el proceso de etiquetar los datos de entrenamiento llevó más de un año. A pesar del esfuerzo involucrado en etiquetar los datos de entrenamiento, aún fue un proceso mucho más rápido que el uso de métodos de cartografía tradicionales. Después de que se etiquetaron los datos, el estudio tardó solo unas semanas en completarse, en comparación con los años que puede tomar cartografiar los árboles utilizando métodos de análisis tradicionales.

Los investigadores ecológicos, conservacionistas y responsables de políticas necesitan tener recuentos precisos de árboles dentro de las áreas de interés. Los datos proporcionados por el modelo de la NASA serán útiles para determinar cómo el cambio climático afecta a los árboles y las regiones boscosas a lo largo de los años. Además, determinar cómo varía la densidad y el tamaño de los árboles en función de los cambios en las precipitaciones promedio proporcionará a los esfuerzos de conservación datos importantes sobre el terreno. La información proporcionada por el modelo de la NASA será útil para determinar cómo el cambio climático impacta a los árboles y las regiones boscosas a lo largo de los años. Además, determinar cómo varía la densidad y el tamaño de los árboles en función de los cambios en las precipitaciones promedio proporcionará a los esfuerzos de conservación datos importantes sobre el terreno de interés.