Algoritmos de IA ajudam a apoiar as operações de cultivo, plantio e mapeamento de árvores em todo o mundo

Uma startup de tecnologia agrícola SeeTreeName tem recentemente recebeu US$ 3 milhões em financiamento da Orbia Ventures, ajudando a startup a cumprir sua missão de digitalizar árvores cultivadas. A empresa representa uma tendência crescente de empregar algoritmos de IA para apoiar o crescimento de árvores em todo o mundo.

Algumas das seções maiores e mais bem-sucedidas da agricultura perene são as culturas arbóreas. Por exemplo, as noz-pecãs podem produzir colheitas por quase 150 anos, enquanto um pomar de maçãs pode produzir uma colheita por cerca de 50 anos. No entanto, esses rendimentos são afetados por flutuações na precipitação, erosão do solo, temperatura e ambiente em geral. Quando as árvores são submetidas a uma quantidade substancial de estresse, elas morrem.

Para garantir a saúde das plantações de árvores, os arboricultores precisam monitorar a saúde de cada árvore e prever como elas podem responder às mudanças no ambiente. Monitorar a saúde das árvores por meio de um levantamento simples pode ser incrivelmente difícil, pois os agricultores devem levar em consideração muitas variáveis, como doenças e mudanças climáticas, cujos efeitos podem ser prolongados e difíceis de quantificar. Para responder a esses desafios, os produtores de árvores estão recorrendo a soluções tecnológicas que permitem analisar a saúde das plantações de árvores e otimizar a produção, permitindo soluções menos trabalhosas e mais econômicas.

Conforme relatado pela Forbes, SeeTree emprega algoritmos de IA apoiados por drones, sensores de solo, cientistas de dados e agrônomos para criar um perfil mais completo da saúde de uma árvore. A startup atualmente fornece serviços de digitalização e monitoramento para produtores de frutas cítricas, avelãs, amendoeiras, abacateiros e oliveiras. A startup pretende expandir seus serviços para produtores de pistache, dendê e eucalipto.

Conforme explicado pelo cofundador da SeeTree, Israel Talpaz, os dados coletados e processados ​​por suas ferramentas de ciência de dados e modelos de IA resultaram em uma diminuição substancial de árvores com baixo desempenho, reduzindo-as entre 50 e 85%. A capacidade de determinar quais árvores estão sob estresse e precisam de suporte, como irrigação, se tornará mais importante nos próximos anos devido aos efeitos das mudanças climáticas. Como Talpaz explicou via Forbes:

“A mudança climática está afetando as árvores em vários aspectos; o clima mais quente e extremo garante diferentes protocolos de irrigação e infraestrutura, bem como níveis mais altos de adaptabilidade por bosque e fazenda. Além disso, vemos áreas que tradicionalmente não eram irrigadas sofrendo níveis mais altos de estresse, pois as árvores não conseguem sobreviver sem o auxílio de irrigação específica”.

Os algoritmos de IA desenvolvidos pela SeeTree são apenas um exemplo de como a IA está sendo utilizada para gerenciar o plantio e a manutenção de árvores em todo o mundo. Tanto a NASA quanto o Google desenvolveram recentemente modelos de IA destinados a quantificar a cobertura das copas das árvores em todo o mundo, com base em imagens aéreas.

O Google lançou uma iniciativa conhecida como Laboratório de Copas de Árvores. A plataforma destina-se ao uso de planejadores urbanos, ajudando-os a determinar quais regiões de uma cidade precisam de mais cobertura de copa das árvores. Muitas cidades não têm o orçamento necessário para avaliar com precisão onde as árvores são mais necessárias, mas o Tree Canopy Lab visa permitir que os planejadores da cidade usem variáveis ​​como densidade populacional, cobertura de árvores existentes e vulnerabilidade ao calor extremo para tomar melhores decisões sobre onde plantar árvores. .

O Tree Canopy Lab utiliza técnicas de visão computacional e algoritmos de IA treinados em imagens aéreas de árvores para produzir mapas que mostram a densidade da cobertura arbórea. O laboratório permite aos usuários identificar quarteirões onde um grande número de árvores poderia ser plantado, bem como determinar quais calçadas são vulneráveis ​​a temperaturas extremamente altas devido à menor sombra. O Tree Canopy Lab está atualmente disponível para uso em Los Angeles e, de acordo com o Google, a ferramenta descobriu que mais da metade de todos os residentes de Los Angeles vivem em áreas com menos de 10% de cobertura de copa das árvores e cerca de 44% de todos os residentes vivem em áreas com risco extremo de calor. O Google planeja levar a ferramenta para centenas de outras cidades ao longo do próximo ano.

NASA agora está usando imagens aéreas de alta resolução e inteligência artificial para renderizar mapas altamente precisos das árvores da Terra, abrindo caminho para um novo método de mapeamento de árvores que catalogou com sucesso milhões de árvores não mapeadas anteriormente em biomas áridos e semiáridos em todo o mundo.

Pesquisadores do Centro de Voos Espaciais Goddard da NASA, em Maryland, empregaram algoritmos de aprendizado de máquina e imagens arteriais de alta resolução para criar algoritmos capazes de mapear o diâmetro da copa de uma árvore. O algoritmo foi usado para mapear mais de 1.8 bilhão de árvores espalhadas por 1,300,000 quilômetros quadrados/500,000 milhas quadradas. Os algoritmos utilizados pela equipe de pesquisa utilizaram redes neurais convolucionais executadas no Blue Waters da Universidade de Illinois, um dos supercomputadores mais poderosos do país.

De acordo com Martin Brandt, principal autor do estudo e professor assistente da Universidade de Copenhague, o processo de rotulagem dos dados de treinamento levou mais de um ano. Apesar do esforço envolvido em rotular os dados de treinamento, ainda era um processo muito mais rápido do que usar métodos de mapeamento tradicionais. Depois que os dados foram rotulados, o estudo levou apenas algumas semanas para ser concluído, em comparação com os anos necessários para mapear as árvores usando métodos analíticos tradicionais.

Pesquisadores ecológicos, conservacionistas e formuladores de políticas precisam ter contagens precisas de árvores nas áreas de interesse. Os dados fornecidos pelo modelo da NASA serão úteis para determinar como a mudança climática afeta as árvores e as regiões arborizadas ao longo dos anos. Além disso, determinar como a densidade e o tamanho das árvores variam de acordo com as mudanças na precipitação média fornecerá aos esforços de conservação importantes dados locais.