• Home
  • Química
  • Astronomia
  • Energia
  • Natureza
  • Biologia
  • Física
  • Eletrônicos
  • Preservação da floresta tropical por meio do aprendizado de máquina

    Desmatamento previsto automaticamente. Crédito:David Dao

    O cientista da computação David Dao desenvolve algoritmos inteligentes que usam imagens de satélite e drones de florestas tropicais para prever onde serão os próximos locais de desmatamento. Ele apresentará sua pesquisa na conferência do clima em Madrid hoje, e iniciará um projeto piloto no Chile em janeiro.

    Imagens de florestas em chamas na região amazônica ficaram gravadas em nossas memórias neste verão e levantaram a questão:quanto da floresta nós perdemos? Uma das pessoas que está tentando responder a esta pergunta é o cientista da computação David Dao, aluno de doutorado do DS3Lab no ETH Institute for Computing Platforms.

    Dao, que é originalmente da Alemanha, é especialista em aprendizado de máquina e desenvolve algoritmos inteligentes que podem analisar imagens de satélite e drones de forma autônoma. Isso ajuda a revelar onde a cobertura florestal está diminuindo, e em que medida. Eles podem até mesmo prever onde a floresta tropical diminuirá em um futuro próximo. O truque está em como os algoritmos lêem as imagens.

    Satélites e drones fornecem inúmeras imagens de florestas tropicais - de várias altitudes, e em resolução e qualidade diferentes. O que eles têm em comum é que as regiões que representam não são rotuladas ou identificadas de outra forma. Ao contrário dos mapas, os lugares não têm nomes, e as florestas, rios e estradas não têm assinaturas "prontamente identificáveis, rótulos "ou", "como diria um cientista da computação. Isso significa que os algoritmos de computador são incapazes de discernir o que é cobertura florestal e o que não é.

    "Ossos de peixe" mostram onde as florestas estão diminuindo

    Como Dao explica, os algoritmos lêem sequências para reconhecer quais áreas são florestadas e se essas áreas estão diminuindo. Essas sequências são imagens individuais enfileiradas em sucessão cronológica - bem como rolos de filme antigos ou histórias em quadrinhos. Então, quando uma nova estrada é construída na floresta tropical, por exemplo, numerosas estradas menores se formam ao longo do tempo. É ao longo dessas estradas que a cobertura florestal é destruída.

    Do ponto de vista do pássaro, o padrão resultante lembra o esqueleto de um peixe, com sua espinha e pequenos ossos - daí o apelido de "ossos de peixe". Ao comparar essas vistas aéreas cronologicamente sequenciais, algoritmos podem determinar como os sistemas rodoviários e a cobertura florestal mudam com o tempo.

    Isso significa que algoritmos inteligentes não precisam de rótulos para gerar uma imagem geral indicando onde as florestas tropicais estão diminuindo. Eles também podem prever onde o pior desmatamento aparecerá em seguida. Este modelo também se aplica ao desmatamento próximo a rios e áreas agrícolas.

    Teste executado na floresta chilena

    Para o projeto de pesquisa, que é chamado de Komorebi, David Dao atraiu parceiros do campo, incluindo a autoridade florestal do Chile CONAF (Corporación Nacional Forestal). Em janeiro, um projeto piloto terá início na floresta tropical de Valdivian, na costa do Pacífico ao sul da capital, Santiago. Dao testará e ajustará seus algoritmos preditivos em condições reais de floresta tropical. Sua abordagem pode ser capaz de detectar não apenas o declínio geral na floresta tropical, mas também determinar quais espécies de árvores são mais afetadas.

    Este é um fator significativo na mudança climática, como diferentes tipos de árvores armazenam CO 2 em taxas diferentes, e uma abordagem para a conservação da floresta é oferecer às populações locais incentivos financeiros para reter as árvores como armazenamento de CO2 em vez de derrubar a floresta.

    Na floresta chilena, eles examinarão questões como como melhorar a precisão dos algoritmos preditivos combinando imagens de satélite com imagens capturadas por drones mais abaixo. Ao contrário das imagens de satélite, imagens de drones podem ter uma precisão de 30 centímetros. "Se tivermos imagens de drones, podemos também observar mudanças nas espécies de árvores e detectar mudanças na biodiversidade, "diz Dao. Hoje, David Dao apresentará seu projeto de pesquisa na 25ª Conferência das Nações Unidas sobre Mudança Climática em Madri (COP25).

    A sessão, patrocinado pelo Banco Interamericano de Desenvolvimento e pela autoridade florestal chilena, examinará maneiras de usar novas tecnologias para registrar e prever mudanças no uso da terra, bem como o potencial de vincular os resultados aos pagamentos que os habitantes locais recebem pela preservação da floresta tropical.


    © Ciência https://pt.scienceaq.com