Искусственный интеллект нашел в Сахаре сотни миллионов деревьев

В западноафриканских пустынях Сахара и Сахель деревьев оказалось гораздо больше, чем можно было бы ожидать. Сочетание искусственного интеллекта (ИИ) и подробных спутниковых снимков позволило команде из Копенгагенского университета подсчитать все деревья на площади 1,3 миллиона кв. км в Западной Африке.

Об этом 20 октября сообщает австралийская независимая онлайн-платформа Mirage News.

В районе Западной Африки, в 30 раз превышающем Данию по площади, международная группа ученых под руководством Копенгагенского университета и исследователей НАСА насчитала более 1,8 млрд деревьев и кустарников. Площадь 1,3 млн кв. км охватывает самую западную часть пустыни Сахара, Сахель и так называемые субгумидные зоны Западной Африки.

«Мы были очень удивлены, увидев, что в пустыне Сахара на самом деле растет довольно много деревьев, потому что до сих пор большинство людей считало, что их практически не существует. Только в пустыне мы насчитали сотни миллионов деревьев. Это было бы невозможно без технологии ИИ. В самом деле, я думаю, что это знаменует начало новой научной эры», — утверждает доцент с кафедры естественныхнаук и управления природными ресурсами Копенгагенского университета Мартин Брандт — ведущий автор научной статьи, опубликованной в журнале Nature.

Результаты исследования были достигнуты за счет комбинации подробных спутниковых снимков, предоставленных НАСА, и глубокого обучения (deep learning) ИИ. Обычные спутниковые снимки не позволяют идентифицировать отдельные деревья, они остаются буквально невидимыми. Более того, ограниченный интерес к подсчету деревьев за пределами лесных массивов привел к преобладающему мнению, что в этом конкретном регионе деревьев почти нет. Таким образом, это стало первым подсчетом деревьев в большом засушливом регионе.

По словам Мартина Брандта, новые знания о деревьях в засушливых районах, подобных этому, важны по нескольким причинам. Например, они представляют собой неизведанный ещё фактор, влияющий на глобальный углеродный бюджет:

«Деревья за пределами лесных зон обычно не включаются в климатические модели, и мы очень мало знаем об их запасах углерода. По сути, это белое пятно на картах и неизвестный компонент глобального углеродного цикла», — объясняет Мартин Брандт.

Кроме того, новое исследование может способствовать лучшему пониманию важности деревьев для биоразнообразия и экосистем, а также для людей, живущих в этих районах. В частности, углубленные знания о деревьях также важны для разработки программ, способствующих развитию лесоводства, играющего важную экологическую и социально-экономическую роль в засушливых регионах.

«Мы также заинтересованы в использовании спутников для определения пород деревьев, поскольку разнообразие типов деревьев имеет большое значение по отношению к их ценности для местного населения, которое использует древесные ресурсы как часть своего жизнеобеспечения. Деревья и их плоды потребляются как скотом, так и людьми, деревья положительно влияют на урожайность, поскольку они улучшают баланс воды и питательных веществ», — объясняет профессор Расмус Фенсхольт из Департамента естественных наук и природных ресурсов.

Исследование проводилось в сотрудничестве с факультетом компьютерных наук Копенгагенского университета, где исследователи разработали алгоритм глубокого обучения, который сделал возможным подсчет деревьев на такой большой площади.

С помощью модели глубокого обучения исследователи показывают, как выглядит дерево: они делают это, «скармливая» ИИ тысячи изображений различных деревьев. На основе распознавания форм деревьев алгоритм может автоматически идентифицировать и отображать деревья на больших площадях и тысячах изображений. Для этого требуется всего лишь несколько часов, а не тысяч людей и нескольких лет.

«Эта технология обладает огромным потенциалом, когда дело доходит до документирования изменений в глобальном масштабе и, в конечном итоге, способствует достижению глобальных климатических целей. Мы заинтересованы в разработке этого типа полезного ИИ», — говорит профессор и соавтор Кристиан Игель с факультета компьютерных наук.

Следующим шагом будет расширение подсчета деревьевна гораздо большей территории в Африке. А в долгосрочной перспективе цель — создать глобальную базу данных обо всех деревьях, произрастающих за пределами лесных территорий.