联系我们

环境

AI算法帮助支持全球范围内的树木种植,种植和制图操作

mm

已发表

 on

农业技术创业公司 见树 has 最近从Orbia Ventures获得了300万美元的资金,帮助初创企业完成将种植树木数字化的任务。该公司代表采用AI算法来支持全球树木生长的一种增长趋势。

多年生农业中一些最大,最成功的部门是树木。例如,山核桃树可产生近150年的产量,而苹果园可产生约50年的作物。但是,这些产量受到降雨,土壤侵蚀,温度和总体环境波动的影响。当树木承受巨大压力时,它们就会死亡。

为了确保树木作物的健康,树木种植者需要监视单个树木的健康并预测它们对环境变化的反应。由于农民必须考虑到疾病和气候变化等许多变量,其影响往往是长期的且难以量化,因此通过简单的调查来监测树木的健康可能非常困难。为了应对这些挑战,树木种植者正在寻求技术解决方案,使他们能够分析树木作物的健康状况并优化产量,从而实现劳动强度更低,更具成本效益的解决方案。

据福布斯报道,SeeTree采用了无人驾驶飞机,地面传感器,数据科学家和农艺师支持的AI算法,可以更完整地描述树木的健康状况。该初创公司目前为柑橘,榛子,杏仁,鳄梨和橄榄树的农民提供数字化和监控服务。该初创公司旨在将其服务扩展到开心果,棕榈和桉树的农民。

正如SeeTree的共同创始人Israel Talpaz解释的那样,他们收集和处理的数据 数据科学 工具和AI模型导致效果不佳的树大幅度减少,减少了50%至85%。由于气候变化的影响,在未来几年中,确定哪些树木承受压力并需要支持(如灌溉)的能力将变得越来越重要。正如塔尔帕兹(Talpaz)通过《福布斯》(Forbes)解释的那样:

“气候变化在几个方面给树木造成了损失;更热,更极端的天气保证了不同的灌溉协议和基础设施,以及每个小树林和农场的适应性更高。此外,我们看到传统上没有灌溉的地区承受着更高的压力,因为如果没有特殊灌溉的帮助,树木无法应对。”

见树开发的AI算法只是如何利用AI管理世界各地树木的种植和维护的一个示例。 NASA和 Google最近开发了 AI模型旨在基于航空影像来量化世界各地的树冠覆盖范围。

Google发起了一项计划,称为 树冠实验室。该平台供城市规划人员使用,可帮助他们确定城市的哪些地区需要更多的树冠遮盖物。许多城市没有预算来准确评估最需要树木的地方,但是树冠实验室旨在让城市规划人员使用人口密度,现有树木覆盖率和极端高温等变量来更好地决定在哪里种植树木。

树冠实验室利用 计算机视觉 技术和AI算法在树木的航拍图像上进行训练,以生成显示树木覆盖密度的地图。通过该实验室,用户可以确定可以种植大量树木的城市街区,并确定哪些人行道由于阴影少而容易遭受极高的温度。目前,洛杉矶可以使用树冠层实验室。据Google称,该工具发现,洛杉矶所有居民中有一半以上居住在树冠覆盖率不到10%的地区,而所有居民中约有44%居住在该地区具有极高的热风险。 Google计划在明年将这个工具带到数百个城市。

NASA现在正在使用高分辨率航空影像 以及人工智能技术来绘制高精度的地球树木地图,开创了一种新的树木地图绘制方法,该方法已成功地将全球数以百万计的以前未映射的树木归类到全球干旱和半干旱生物群落中。

来自NASA的研究人员’在马里兰州的哥达德太空飞行中心受雇 机器学习 算法和高分辨率动脉图像,以创建能够绘制树冠直径的算法。该算法用于绘制分布在1,300,000平方公里/ 500,000平方英里的18亿棵树木的地图。该研究小组使用的算法利用了伊利诺伊大学Blue Waters上运行的卷积神经网络,这是美国最强大的超级计算机之一。

该研究的主要作者,哥本哈根大学助理教授马丁·勃兰特(Martin Brandt)表示,标记训练数据的过程耗时一年。尽管在标记训练数据上付出了很多努力,但与使用传统的映射方法相比,此过程仍然要快得多。标记数据后,与使用传统分析方法绘制树木所花费的时间相比,该研究仅花费了几周的时间。

生态研究人员,保护主义者和政策制定者需要对感兴趣区域内的树木进行准确计数。 NASA模型提供的数据将有助于确定多年来气候变化如何影响树木和林区。此外,确定树木的密度和大小如何根据平均降雨量的变化而变化,将为保护工作提供重要的地面数据。