AI-algoritmer hjälper till att stödja trädgårdsodling, plantering och kartläggning av träd över hela världen

En startup inom jordbruks-teknologi SeeTree har nyligen fått 3 miljoner dollar i finansiering från Orbia Ventures, vilket hjälper startupen att uppnå sitt mål att digitalisera odlade träd. Företaget representerar en växande trend att använda AI-algoritmer för att stödja tillväxten av träd över hela världen.

Några av de största och mest framgångsrika sektorerna inom perenna jordbruk är trädgrödor. Till exempel kan pecannötträd ge skörd i nästan 150 år, medan ett äppelodling kan ge skörd i cirka 50 år. Dessa skördar påverkas dock av fluktuationer i nederbörd, jorderosion, temperatur och den allmänna miljön. När träd utsätts för en betydande mängd stress dör de.

För att säkerställa hälsan hos trädgrödor måste trädgårdsodlare övervaka hälsan hos enskilda träd och förutsäga hur de kan svara på förändringar i miljön. Att övervaka trädens hälsa genom enkel undersökning kan vara mycket svårt, eftersom odlare måste ta hänsyn till många variabler som sjukdomar och klimatförändringar, vars effekter ofta kan vara långsamma och svåra att kvantifiera. För att möta dessa utmaningar vänder sig trädgårdsodlare till tekniska lösningar som möjliggör analys av trädgrödors hälsa och optimering av produktion, vilket möjliggör mindre arbetsintensiva och mer kostnadseffektiva lösningar.

Enligt Forbes använder SeeTree AI-algoritmer som stöds av drönare, marksensorer, dataforskare och agronomer för att skapa en mer komplett profil av ett träs hälsa. Startupen erbjuder för närvarande digitaliserings- och övervakningstjänster till odlare av citrus-, hasselnöts-, mandel-, avokado- och olivträd. Företaget siktar på att utöka sina tjänster till odlare av pistasch-, palm- och eukalyptus-träd.

Som förklarats av SeeTrees medgrundare, Israel Talpaz, har de data som samlats in och bearbetats av deras datavetenskapliga verktyg och AI-modeller resulterat i en betydande minskning av underpresterande träd, med en minskning på mellan 50 till 85 procent. Förmågan att avgöra vilka träd som är under stress och behöver stöd, som bevattning, kommer att bli viktigare i framtiden på grund av effekterna av klimatförändringar. Som Talpaz förklarade via Forbes:

“Klimatförändringar tar sin tribut på träden på flera sätt; det varmare och mer extrema vädret kräver olika bevattningssystem och infrastruktur, samt högre nivåer av anpassning per odling och gård. Dessutom ser vi områden som traditionellt inte varit bevattade som lider av högre nivåer av stress, eftersom träden inte kan klara sig utan hjälp av specifik bevattning.”

De AI-algoritmer som utvecklats av SeeTree är bara ett exempel på hur AI används för att hantera plantering och underhåll av träd över hela världen. Både NASA och Google (GOOGL ) har nyligen utvecklat AI-modeller som syftar till att kvantifiera trädens täckning över hela världen, baserat på flygbilder.

Google har lanserat en satsning som kallas Tree Canopy Lab. Plattformen är avsedd för användning av stadsplanerare, för att hjälpa dem avgöra vilka områden i en stad som behöver mer träd. Många städer har inte den budget som behövs för att korrekt bedöma var träd behövs som mest, men Tree Canopy Lab syftar till att låta stadsplanerare använda variabler som befolkningstäthet, befintlig trädbevuxenhet och extrem värme för att fatta bättre beslut om var man ska plantera träd.

Tree Canopy Lab använder datorseende-tekniker och AI-algoritmer som tränats på flygbilder av träd för att producera kartor som visar trädens täckning. Labbet låter användare identifiera stadsdelar där ett stort antal träd kan planteras, samt avgöra vilka trottoarer som är sårbara för extremt höga temperaturer på grund av brist på skugga. Tree Canopy Lab är för närvarande tillgängligt för användning i Los Angeles, och enligt Google har verktyget funnit att över hälften av alla LA-bor bor i områden med mindre än 10% trädbevuxenhet, och cirka 44% av alla invånare bor i områden med extrem värmerisk. Google planerar att ta verktyget till hundratals fler städer under de kommande året.

NASA använder nu högupplösta flygbilder och artificiell intelligens för att skapa mycket precisa kartor över jordens träd, och banar väg för en ny metod för trädkartläggning som har katalogiserat miljontals tidigare okartlagda träd i torra och semi-torra biomer över hela världen.

Forskare från NASA:s Goddard Space Flight Center i Maryland använde maskinläringsalgoritmer och högupplösta flygbilder för att skapa algoritmer som kan kartlägga trädens kron diameter. Algoritmen användes för att kartlägga över 1,8 miljarder träd som täcker 1 300 000 kvadratkilometer/500 000 kvadratmil. De algoritmer som forskarteamet använde gjordes med hjälp av convolutionella neurala nätverk som kördes på Blue Waters vid University of Illinois, en av de kraftfullaste superdatorerna i landet.

Enligt Martin Brandt, huvudförfattare till studien och biträdande professor vid Köpenhamns universitet, tog processen att märka utbildningsdata över ett år. Trots den insats som krävdes för att märka utbildningsdata var det fortfarande en mycket snabbare process än att använda traditionella kartläggningsmetoder. Efter att data hade märkts tog studien bara några veckor att slutföra, jämfört med de år det kan ta att kartlägga träden med traditionella analytiska metoder.

Ekologiska forskare, bevarandeexperter och beslutsfattare behöver ha korrekta uppgifter om träd inom områden av intresse. De data som tillhandahålls av NASA-modellen kommer att vara användbara för att avgöra hur klimatförändringar påverkar träd och skogar över åren. Dessutom kommer att avgöra hur trädens täthet och storlek varierar i enlighet med förändringar i genomsnittlig nederbörd att ge bevarandeinsatser viktiga data på platsen.