NASA usa supercomputadores e IA para contar as árvores da Terra a partir do espaço pela primeira vez

Para ter uma noção de quanto carbono a Terra pode armazenar e como ele muda com o tempo, os cientistas precisariam contar um número surpreendente de árvores e monitorar seu crescimento ao longo do tempo. Incrivelmente, o pessoal da NASA agora está usando supercomputadores para fazer exatamente isso – por meio de imagens de cima para baixo do espaço.

Cientistas do Goddard Space Flight Center da NASA em Maryland recentemente fizeram parceria com uma equipe internacional de pesquisadores para mapear as árvores usando imagens de satélite de alta resolução – mais de 1,8 bilhão de árvores encontradas fora das florestas, em uma área de mais de meio milhão de quadrados milhas.

A equipe usou um dos supercomputadores mais rápidos do mundo (Blue Waters na Universidade de Illinois) para realizar uma análise de “aprendizado profundo” em imagens de terreno de grandes partes da África Ocidental. Eles descobriram que podiam não apenas contar as árvores que os satélites não conseguiam ver antes, mas também começar a avaliar o potencial de armazenamento de carbono dessas árvores ao mesmo tempo.

Muitos dos esforços mundiais para avaliar um grande número de árvores têm se concentrado em regiões bem florestadas. É por isso que a equipe da NASA procurou se concentrar em árvores isoladas em terras áridas e regiões semi-áridas na África Ocidental – para uma imagem mais completa.

“Essas áreas secas são brancas nos mapas – elas estão basicamente mascaradas porque os satélites normais simplesmente não veem as árvores”, disse o autor principal Martin Brandt em um comunicado . “Eles veem uma floresta, mas se a árvore está isolada, eles não veem. Agora estamos no caminho para preencher essas manchas brancas nos mapas. E isso é muito emocionante. ”

Para treinar os algoritmos de aprendizado de máquina, Brandt, um professor assistente de geografia da Universidade de Copenhagen, marcou pessoalmente cerca de 90.000 árvores em diferentes terrenos – dando ao software diferentes formas e sombras para aprender a diferença. A equipe também treinou seus algoritmos para reconhecer árvores individuais e pequenos aglomerados em diferentes tipos de terreno, variando de savanas a desertos, e publicou seu novo estudo na Nature.

Com o treinamento certo implementado, um trabalho que pode ter levado vários anos para olhos treinados levou apenas algumas semanas para a inteligência artificial.

A equipe foi capaz de mapear o diâmetro da copa (a largura de uma árvore vista de cima) de 1,8 bilhões de árvores, abrangendo uma área de mais de 500.000 milhas quadradas (1,3 km quadrados). Eles também compararam a variabilidade na cobertura e densidade das árvores sob diferentes padrões de chuva – informações que a equipe planeja comparar com os próximos dados de altura e biomassa das árvores para identificar o potencial de armazenamento de carbono.

No futuro, avaliações desse tipo rastrearão de maneira mais eficaz o desmatamento em todo o mundo para os conservacionistas. Os dados gerais de um ano também serão comparados aos anos posteriores para que os cientistas avaliem se os esforços de conservação estão funcionando ou não.

A contagem de árvores precisa e automatizada também deve aumentar a capacidade dos proprietários de monetizar o espaço não utilizado que possam ter para o plantio de novas árvores – para quantificar quanto carbono estão armazenando para os créditos de carbono.

Em última análise, melhorar a capacidade dos pesquisadores de localizar árvores onde antes não podiam com imagens de satélite – e medir o armazenamento de carbono dessas árvores – acabará permitindo que os cientistas do clima façam medições globais do armazenamento de carbono na terra. Essa será uma ferramenta vital em um mundo onde armazenar nosso excesso de carbono está se tornando cada vez mais crucial.

Fonte: scitechdaily