science >> Wetenschap >  >> Natuur

Kunstmatige intelligentie en big data leveren de eerste wereldwijde kaarten op met belangrijke vegetatiekenmerken

Krediet:CC0 Publiek Domein

Onderzoekers van de Universiteit van Valencia (UV) hebben de eerste wereldwijde kaarten van het fosfor- en stikstofgehalte in vegetatie ontwikkeld, evenals efficiëntie in watergebruik, via kunstmatige intelligentie en big data-technieken. De toepassing van deze kaarten kan voordelen opleveren voor gebieden als biodiversiteit, landbouw en de aanpassing van soorten aan klimaatverandering.

Kunstmatige intelligentie (AI)-technieken en Google-massale satellietobservatiegegevens hebben het mogelijk gemaakt om de eerste globale kaarten van vegetatievariabelen te genereren die tot nu toe alleen lokaal beschikbaar waren.

Het onderzoeksteam heeft een methodologie ontwikkeld om globale kaarten van belangrijke parameters te genereren, variabelen en kenmerken van de vegetatie van de planeet. De AI-techniek werkt met de cloud van Google om duizenden afbeeldingen van de NASA en de ESA te exploiteren, het genereren en monitoren van wereldwijde vegetatie mogelijk maken met een hoge ruimtelijke en temporele resolutie. De studies hebben zeer interessante patronen aan het licht gebracht in belangrijke parameters die verband houden met klimaatverandering, zoals het fosfor- of stikstofgehalte en het gebladerte van planten.

"Tot nu, het was onmogelijk om deze kaarten te produceren omdat de vereiste voorwaarden niet beschikbaar waren. We hadden geen krachtige en nauwkeurige statistische tools voor machine learning, evenmin hadden we toegang tot grote hoeveelheden gegevens of cloudcomputing om petabytes aan satellietbeelden op een snelle en nauwkeurige manier te verwerken. Nutsvoorzieningen, met het Google-platform en AI-technieken, we kunnen deze berekeningen snel en op planetaire schaal maken met gegevens van de ESA of NASA, " zegt arts en elektrotechnisch ingenieur Álvaro Moreno, leider van de studie en huidig ​​onderzoeker van de IPL voor de Image and Signal Processing (ISP) groep.

"De wiskundige hulpmiddelen zijn modellen voor machinaal leren die de relatie leren tussen de beelden die ze ontvangen van de satellieten en de metingen die van het aardoppervlak zijn genomen. Zodra ze deze relatie hebben geleerd voor talloze observatie-metingscombinaties, deze kennis kan worden geëxtrapoleerd naar elke andere locatie en tijd om schattingskaarten te genereren van de van belang zijnde maatregel, " legt Manuel Campos-Taberner uit, onderzoeker van de ERS. "De mogelijkheden zijn enorm, en nu kunnen we globale kaarten genereren van bijna elke variabele van belang waar er in situ gegevens zijn, omdat we de satellieten in een baan om de aarde hebben en zeer goede tijdelijke en ruimtelijke waarnemingen bieden. In ons geval, we hebben globale kaarten gemaakt van biofysische parameters die nuttig zijn om vegetatie te monitoren (hoeveel vegetatie we hebben, in hoeverre het actief is, en welke hoeveelheden fosfor en stikstof er zijn), maar ze zouden heel goed kunnen worden gebruikt voor andere interessante variabelen, niet alleen op de grond, maar ook in het water en wat betreft de luchtkwaliteit, " hij zegt.

Al meer dan 15 jaar neemt het team deel aan soortgelijke initiatieven met de European Organization for the Exploitation of Meteorological Satellites (EUMETSAT) voor de exploitatie van gegevens van huidige en toekomstige missies binnen een Europees programma genaamd Satellite Application Facility on Land Surface Analysis (LSA -SAF). "Het is het eerste Europese initiatief dat zich toelegt op de productie en distributie, live, variabelen van de status van het terrestrische milieusysteem, het aanbieden van producten van grote waarde voor het observeren van het klimaat en het milieu, " zegt Javier García Haro, Hoofdonderzoeker van de ERS-groep.

Toekomstige toepassingen

Volgens de wetenschappers de nieuwe kaarten zullen gevolgen hebben op andere gebieden, zoals precisielandbouw, biodiversiteit en de aanpassing van soorten aan klimaatverandering. "De studie is niet alleen een conceptuele test van wat kan worden bereikt door machine learning en teledetectie te combineren, maar het opent ook de deur naar toekomstige wetenschappelijke studies die dit soort kaarten exploiteren, " zegt Gustau Camps-Valls, hoogleraar elektrotechniek en onderzoeker van de IPL. "De toepassingen en implicaties zijn eindeloos, en vooral gezien de huidige druk op de productie van voedsel en biobrandstoffen, bijvoorbeeld, zonder de studie van de impact op ecosystemen en de aanpassing van soorten te onderschatten."

Steven W. Uitvoerend van de Universiteit van Montana, hoofdauteur van het vierde Assessment Report van het Intergovernmental Panel on Climate Change (IPCC), die hem in 2007 de Nobelprijs voor de Vrede opleverde, deelgenomen aan deze onderzoeken. "Wat Álvaro Moreno en zijn medewerkers hebben gedaan, is indrukwekkend, "zegt hij. "Nu, met een computer verbonden met internet, je kunt dingen doen die de ESA of NASA in hun 50-jarig bestaan ​​nog nooit hebben gedaan."