• Home
  • Química
  • Astronomia
  • Energia
  • Natureza
  • Biologia
  • Física
  • Eletrônicos
  •  science >> Ciência >  >> Natureza
    Inteligência artificial e big data fornecem os primeiros mapas globais sobre as principais características da vegetação

    Crédito CC0:domínio público

    Pesquisadores da Universidade de Valência (UV) desenvolveram os primeiros mapas globais do conteúdo de fósforo e nitrogênio na vegetação, bem como a eficiência no uso da água, via inteligência artificial e técnicas de big data. A aplicação desses mapas pode beneficiar campos como a biodiversidade, agricultura e adaptação das espécies às mudanças climáticas.

    Técnicas de inteligência artificial (IA) e dados de observação de massa por satélite do Google possibilitaram gerar os primeiros mapas globais sobre variáveis ​​da vegetação que até agora estavam disponíveis apenas localmente.

    A equipe de pesquisa desenvolveu uma metodologia para gerar mapas globais de parâmetros-chave, variáveis ​​e características da vegetação do planeta. A técnica de IA funciona com a nuvem do Google para explorar milhares de imagens da NASA e da ESA, possibilitando a geração e monitoramento da vegetação global com alta resolução espacial e temporal. Os estudos revelaram padrões muito interessantes em parâmetros-chave relacionados às mudanças climáticas, tais como fósforo ou conteúdo de nitrogênio e folhagem da planta.

    "Até agora, era impossível produzir esses mapas porque as condições exigidas não estavam disponíveis. Não tínhamos ferramentas estatísticas de aprendizado de máquina poderosas e precisas, nem tivemos acesso a grandes conjuntos de dados ou computação em nuvem para processar petabytes de imagens de satélite de forma rápida e precisa. Agora, com a plataforma Google e técnicas de IA, podemos fazer esses cálculos com dados da ESA ou NASA rapidamente e em escala planetária, "afirma o médico e engenheiro eletrônico Álvaro Moreno, líder do estudo e atual investigador do IPL para o grupo de Processamento de Imagens e Sinais (ISP).

    "As ferramentas matemáticas são modelos de aprendizado de máquina que aprendem a relação entre as imagens que recebem dos satélites e as medições feitas na superfície da Terra. Depois de aprenderem essa relação para vários pares de observação-medição, este conhecimento pode ser extrapolado para qualquer outro local e tempo para gerar mapas de estimativa da medida de interesse, "explica Manuel Campos-Taberner, pesquisador do ERS. "As possibilidades são enormes, e agora podemos gerar mapas globais de quase qualquer variável de interesse onde houver dados in situ, pois temos os satélites orbitando e fornecendo observações temporais e espaciais muito boas. No nosso caso, geramos mapas globais de parâmetros biofísicos que são úteis para monitorar a vegetação (quanta vegetação temos, até que ponto está ativo, e quais quantidades de fósforo e nitrogênio existem), mas podem muito bem ser usados ​​para outras variáveis ​​de interesse, não só no chão, mas também na água e no que diz respeito à qualidade do ar, " ele diz.

    Por mais de 15 anos, a equipe tem participado de iniciativas semelhantes com a Organização Europeia para a Exploração de Satélites Meteorológicos (EUMETSAT) para a exploração de dados de missões atuais e futuras dentro de um programa europeu denominado Satellite Application Facility on Land Surface Analysis (LSA -SAF). “É a primeira iniciativa europeia dedicada à produção e distribuição, em tempo real, variáveis ​​do estado do sistema ambiental terrestre, oferecendo produtos de grande valor para a observação do clima e do meio ambiente, "diz Javier García Haro, Investigador principal do grupo ERS.

    Aplicações futuras

    De acordo com os cientistas, os novos mapas terão implicações em outros campos, como agricultura de precisão, biodiversidade e adaptação das espécies às mudanças climáticas. "O estudo não é apenas um teste conceitual do que pode ser alcançado combinando aprendizado de máquina e sensoriamento remoto, mas também abre a porta para futuros estudos científicos que exploram esses tipos de mapas, "diz Gustau Camps-Valls, professor de engenharia eletrônica e pesquisador do IPL. "As aplicações e implicações são infinitas, e ainda mais considerando a pressão atual sobre a produção de alimentos e biocombustíveis, por exemplo, sem subestimar o estudo do impacto nos ecossistemas e na adaptação das espécies. ”

    Steven W. Running, da University of Montana, autor principal do quarto Relatório de Avaliação do Painel Intergovernamental sobre Mudanças Climáticas (IPCC), que lhe rendeu o Prêmio Nobel da Paz em 2007, participaram desses estudos. “O que Álvaro Moreno e seus colaboradores fizeram é impressionante, "ele diz." Agora, com um computador conectado à internet, você pode fazer coisas que a ESA ou a NASA nunca fizeram em seus 50 anos de existência. "


    © Ciência https://pt.scienceaq.com