AI-algoritmen ondersteunen boomkwekerij, aanplant en kaartoperaties over de hele wereld

Een landbouwtechnologie-startup SeeTree heeft onlangs 3 miljoen dollar aan financiering ontvangen van Orbia Ventures, waardoor de startup zijn missie om gekweekte bomen te digitaliseren kan verwezenlijken. Het bedrijf vertegenwoordigt een groeiende trend om AI-algoritmen in te zetten om de groei van bomen over de hele wereld te ondersteunen.

Sommige van de grootste en meest succesvolle sectoren van de landbouw zijn boomgewassen. Zo kunnen pecannotenbomen bijna 150 jaar lang een oogst produceren, terwijl een appelboomgaard ongeveer 50 jaar lang een oogst kan produceren. Deze opbrengsten worden echter beïnvloed door fluctuaties in neerslag, bodemerosie, temperatuur en het algemene milieu. Wanneer bomen onder een aanzienlijke hoeveelheid stress staan, sterven ze.

Om de gezondheid van boomgewassen te waarborgen, moeten boomkwekers de gezondheid van individuele bomen controleren en voorspellen hoe ze kunnen reageren op veranderingen in het milieu. Het controleren van de boomgezondheid door middel van eenvoudige surveillantie kan enorm moeilijk zijn, omdat kwekers veel variabelen in overweging moeten nemen, zoals ziektes en klimaatverandering, waarvan de effecten vaak vertraagd en moeilijk te kwantificeren zijn. Om deze uitdagingen aan te pakken, keren boomkwekers zich tot technologische oplossingen die hen in staat stellen de gezondheid van boomgewassen te analyseren en de productie te optimaliseren, waardoor minder arbeidsintensieve en kosteneffectievere oplossingen mogelijk worden.

Volgens Forbes maakt SeeTree gebruik van AI-algoritmen die worden ondersteund door drones, grondgevoelige sensoren, datawetenschappers en agronomen om een meer complete profiel van de gezondheid van een boom te creëren. De startup biedt momenteel digitaliserings- en bewakingsdiensten aan kwekers van citrus-, hazelnoot-, amandel-, avocado- en olijfbomen. De startup heeft als doel zijn diensten uit te breiden naar kwekers van pistachenoot-, palm- en eucalyptusbomen.

Zoals uitgelegd door de mede-oprichter van SeeTree, Israel Talpaz, heeft de door hun datawetenschappelijke tools en AI-modellen verzamelde en verwerkte data geleid tot een aanzienlijke daling van onderpresterende bomen, met een daling van 50 tot 85 procent. De mogelijkheid om te bepalen welke bomen onder stress staan en ondersteuning nodig hebben, zoals irrigatie, zal in de komende jaren belangrijker worden vanwege de effecten van klimaatverandering. Zoals Talpaz via Forbes verklaarde:

“Klimaatverandering heeft een grote invloed op de bomen op verschillende manieren; het heterere en extremere weer vereist andere irrigatieprotocollen en -infrastructuur, evenals een hoger niveau van adaptatie per boomgaard en boerderij. Bovendien zien we gebieden die traditioneel niet-geïrrigeerd werden, hogere niveaus van stress lijden, omdat de bomen niet kunnen overleven zonder de hulp van specifieke irrigatie.”

De door SeeTree ontwikkelde AI-algoritmen zijn slechts een voorbeeld van hoe AI wordt gebruikt om de aanplant en het onderhoud van bomen over de hele wereld te beheren. Zowel NASA als Google hebben onlangs AI-modellen ontwikkeld om de boomkruinbedekking over de hele wereld te kwantificeren op basis van luchtfoto’s.

Google heeft een initiatief gelanceerd dat Tree Canopy Lab heet. Het platform is bedoeld voor gebruik door stadsplanners, om te helpen bepalen welke delen van een stad meer boomkruinbedekking nodig hebben. Veel steden hebben niet het budget om nauwkeurig te bepalen waar bomen het meest nodig zijn, maar Tree Canopy Lab stelt stadsplanners in staat om variabelen zoals bevolkingsdichtheid, bestaande boombedekking en extreme hittegevoeligheid te gebruiken om betere beslissingen te nemen over waar bomen moeten worden geplant.

Tree Canopy Lab maakt gebruik van computerzichttechnieken en AI-algoritmen die zijn getraind op luchtfoto’s van bomen om kaarten te produceren die de dichtheid van de boombedekking weergeven. Het lab stelt gebruikers in staat om stadswijken te identificeren waar een groot aantal bomen kan worden geplant, evenals om te bepalen welke trottoirs kwetsbaar zijn voor extreme temperaturen vanwege minder schaduw. Tree Canopy Lab is momenteel beschikbaar voor gebruik in Los Angeles, en volgens Google heeft het instrument aangetoond dat meer dan de helft van alle inwoners van LA in gebieden wonen met minder dan 10% boomkruinbedekking, en ongeveer 44% van alle inwoners in gebieden met extreme hittegevoeligheid. Google plant om het instrument uit te breiden naar honderden meer steden in de komende jaar.

NASA gebruikt nu hoogresolutieluchtfoto’s en kunstmatige intelligentie om zeer nauwkeurige kaarten van de bomen van de aarde te maken, en pioniert een nieuwe methode voor het in kaart brengen van bomen die succesvol miljoenen eerder ongekaarte bomen in aride en semi-aride biomen over de hele wereld heeft gekarteerd.

Onderzoekers van het Goddard Space Flight Center van NASA in Maryland gebruikten machine learning-algoritmen en hoogresolutieluchtfoto’s om algoritmen te creëren die in staat zijn de kroondiameter van een boom in kaart te brengen. Het algoritme werd gebruikt om meer dan 1,8 miljard bomen te karteren die zich uitstrekken over 1.300.000 vierkante kilometer/500.000 vierkante mijl. De algoritmen die door het onderzoeksteam werden gebruikt, maakten gebruik van convolutionele neurale netwerken die werden uitgevoerd op Blue Waters aan de Universiteit van Illinois, een van de krachtigste supercomputers in het land.

Volgens Martin Brandt, de hoofdauteur van de studie en assistent-professor aan de Universiteit van Kopenhagen, duurde het proces van het labelen van de trainingsdata meer dan een jaar. Ondanks de inspanning die nodig was om de trainingsdata te labelen, was het nog steeds een veel sneller proces dan het gebruik van traditionele kaarttechnieken. Nadat de data was gelabeld, was de studie in slechts een paar weken voltooid, in vergelijking met de jaren die het zou kunnen duren om de bomen met traditionele analysemethode in kaart te brengen.

Ecologische onderzoekers, natuurbeschermers en beleidsmakers moeten nauwkeurige tellingen van bomen in gebieden van interesse hebben. De door het NASA-model verstrekte gegevens zullen nuttig zijn om te bepalen hoe klimaatverandering de bomen en beboste gebieden over de jaren heen beïnvloedt. Bovendien zal de bepaling van de dichtheid en de grootte van bomen in overeenstemming met veranderingen in de gemiddelde neerslag belangrijke gegevens voor het terrein voor behoudsinspanningen opleveren.