Berta Sándor
Algoritmusokkal menthetők az erdők
Könnyebben felderíthető lesz, hogy hol kerülnek veszélybe a fák.
David Dao, az ETH Zürich munkatársa olyan tanulóképes algoritmusokat fejleszt, amelyek a műhold- és drónfelvételek alapján képesek előrejelezni, hogy hol fognak gyorsan megvalósulni az erdőritkítások vagy -irtások.
A kutató a gépi tanulás szakértőjének számít és az általa készített algoritmusok egyedi módon olvassák ki az elemzett képeket és az azokon látható részleteket. A műholdak és a drónok számos fotót szállítanak az esőerdőkről. A felvételek különböző magasságokban, felbontásokban és minőségben készülnek. A képekben az a közös, hogy a bemutatott tárgyak nincsenek megjelölve és nincsen nevük sem, ezáltal pedig nem is lehet azokat előre felcímkézni és a számítógépes algoritmusok sem tudják kiolvasni, hogy egy erdőt látnak vagy sem.
Az erdők felismeréséhez a programok szekvenciákat olvasnak ki, vagyis nem csupán a látható tartalmat értékelik ki, hanem azt is, hogy az egyes fotósorozatok időrendben egymás után készültek-e. A szekvenciákból kideríthető, hogy idővel miként változtak meg a felvételeken szerepelő utak és erdőfelületek, ráadásul az is jelezhető, hogy mely részeken a legerősebbek a változások. Az nem befolyásolja a prognózisokat, hogy az erdőritkítások vagy -irtások folyópartok vagy mezőgazdasági területek környékén valósulnak-e meg.
Dao januárban a Komorebi nevű kutatási projekt keretében Chilében próbálja ki az algoritmusokat. A program partnere lesz a Chilei Erdészeti Hivatal (Corporación Nacional Forestal - CONAF). A cél a szoftverek tesztelése és továbbfejlesztése. A szakember úgy vélte, hogy hosszú távon akár az is előrejelezhető lesz, hogy mely fafajtákat érintik különösen a megtett intézkedések. Dao szerint az algoritmusok pontossága feljavítható, ha a műholdfelvételek után a drónképeket is kielemzik. Az előbbiekhez képest az utóbbiak akár 30 centiméteres pontosságúak is lehetnek, ezáltal megfigyelhetővé teszik az egyes fafajtákat érintő változásokat.
David Dao, az ETH Zürich munkatársa olyan tanulóképes algoritmusokat fejleszt, amelyek a műhold- és drónfelvételek alapján képesek előrejelezni, hogy hol fognak gyorsan megvalósulni az erdőritkítások vagy -irtások.
A kutató a gépi tanulás szakértőjének számít és az általa készített algoritmusok egyedi módon olvassák ki az elemzett képeket és az azokon látható részleteket. A műholdak és a drónok számos fotót szállítanak az esőerdőkről. A felvételek különböző magasságokban, felbontásokban és minőségben készülnek. A képekben az a közös, hogy a bemutatott tárgyak nincsenek megjelölve és nincsen nevük sem, ezáltal pedig nem is lehet azokat előre felcímkézni és a számítógépes algoritmusok sem tudják kiolvasni, hogy egy erdőt látnak vagy sem.
Az erdők felismeréséhez a programok szekvenciákat olvasnak ki, vagyis nem csupán a látható tartalmat értékelik ki, hanem azt is, hogy az egyes fotósorozatok időrendben egymás után készültek-e. A szekvenciákból kideríthető, hogy idővel miként változtak meg a felvételeken szerepelő utak és erdőfelületek, ráadásul az is jelezhető, hogy mely részeken a legerősebbek a változások. Az nem befolyásolja a prognózisokat, hogy az erdőritkítások vagy -irtások folyópartok vagy mezőgazdasági területek környékén valósulnak-e meg.
Dao januárban a Komorebi nevű kutatási projekt keretében Chilében próbálja ki az algoritmusokat. A program partnere lesz a Chilei Erdészeti Hivatal (Corporación Nacional Forestal - CONAF). A cél a szoftverek tesztelése és továbbfejlesztése. A szakember úgy vélte, hogy hosszú távon akár az is előrejelezhető lesz, hogy mely fafajtákat érintik különösen a megtett intézkedések. Dao szerint az algoritmusok pontossága feljavítható, ha a műholdfelvételek után a drónképeket is kielemzik. Az előbbiekhez képest az utóbbiak akár 30 centiméteres pontosságúak is lehetnek, ezáltal megfigyelhetővé teszik az egyes fafajtákat érintő változásokat.