Science >> Wetenschap >  >> Natuur

AI onthult geheime wegen die de regenwouden van de wereld in gevaar brengen

Een bemonsterd beeld op volledige grootte (boven) en voor een kleiner inzetgebied (onder) met duidelijk waarneembare landbedekking en wegeninfrastructuur. Credit:Remotedetectie (2024). DOI:10.3390/rs16050839

Satellietbeelden die door AI zijn geanalyseerd, komen naar voren als een nieuw hulpmiddel bij het vinden van niet-in kaart gebrachte wegen die ecologische vernietiging in natuurgebieden veroorzaken.



De vooraanstaande professor van James Cook University, Bill Laurance, was co-auteur van een onderzoek waarin de betrouwbaarheid werd geanalyseerd van een geautomatiseerde aanpak voor grootschalige wegenkaarten, waarbij gebruik werd gemaakt van convolutionele neurale netwerken die waren getraind op weggegevens en met behulp van satellietbeelden.

Hij zei dat de aarde een ongekende golf van wegenaanleg ervaart, waarbij tegen het midden van de eeuw zo'n 25 miljoen kilometer aan nieuwe verharde wegen worden verwacht.

"Ongeveer 90% van alle wegenbouw vindt plaats in ontwikkelingslanden, waaronder veel tropische en subtropische gebieden met een uitzonderlijke biodiversiteit.

"Door de toegang tot voorheen afgelegen natuurgebieden sterk te vergroten, veroorzaakt slecht gereguleerde wegenontwikkeling een dramatische toename van de verstoring van het milieu als gevolg van activiteiten zoals houtkap, mijnbouw en landontginning", aldus professor Laurance.

Hij zei dat veel wegen in dergelijke regio's, zowel legaal als illegaal, niet in kaart zijn gebracht, waarbij wegenkarteringsstudies in het Braziliaanse Amazonegebied, Azië-Pacific en elders regelmatig tot 13 keer meer weglengte aantreffen dan gerapporteerd in overheids- of wegendatabases. P>

"Traditioneel betekende wegenkaarten het met de hand traceren van wegkenmerken met behulp van satellietbeelden. Dit is ongelooflijk langzaam, waardoor het bijna onmogelijk is om de wereldwijde tsunami op de weg bij te houden", zegt professor Laurance.

De onderzoekers hebben drie machinale leermodellen getraind om wegkenmerken automatisch in kaart te brengen op basis van satellietbeelden met hoge resolutie die landelijke, doorgaans afgelegen en vaak beboste gebieden van Papoea-Nieuw-Guinea, Indonesië en Maleisië bestrijken.

"Deze studie toont het opmerkelijke potentieel van AI aan voor grootschalige taken zoals mondiale roadmapping. We zijn er nog niet, maar we boeken goede vooruitgang", aldus professor Laurance.

"De steeds groter wordende wegen zijn waarschijnlijk de belangrijkste directe bedreiging voor de tropische bossen wereldwijd. Over een paar jaar zou AI ons de middelen kunnen geven om wegen in de meest milieukritische gebieden ter wereld in kaart te brengen en te monitoren."

Het werk is gepubliceerd in het tijdschrift Remote Sensing .

Meer informatie: Sean Sloan et al., Afgelegen wegen in kaart brengen met behulp van kunstmatige intelligentie en satellietbeelden, Remote Sensing (2024). DOI:10,3390/rs16050839

Aangeboden door James Cook University