Satellitbilleder analyseret af AI dukker op som et nyt værktøj til at finde ikke-kortlagte veje, der bringer miljøødelæggelse til vildmarksområder.
James Cook University's Distinguished Professor Bill Laurance var medforfatter til en undersøgelse, der analyserede pålideligheden af en automatiseret tilgang til storskala vejkortlægning, ved hjælp af foldede neurale netværk trænet på vejdata, ved hjælp af satellitbilleder.
Han sagde, at Jorden oplever en hidtil uset bølge af vejbygning, hvor omkring 25 millioner kilometer nye asfalterede veje forventes i midten af århundredet.
"Omtrent 90 % af al vejbygning finder sted i udviklingslande, herunder mange tropiske og subtropiske regioner med enestående biodiversitet.
"Ved at øge adgangen til tidligere afsidesliggende naturområder kraftigt, udløser dårligt reguleret vejudvikling dramatiske stigninger i miljøforstyrrelser på grund af aktiviteter såsom skovhugst, minedrift og jordrydning," sagde professor Laurance.
Han sagde, at mange veje i sådanne regioner, både lovlige og ulovlige, ikke er kortlagt, og vejkortundersøgelser i det brasilianske Amazonas, Asien-Stillehavet og andre steder finder regelmæssigt op til 13 gange længere vejlængde end rapporteret i regerings- eller vejdatabaser.
"Traditionelt betød vejkortlægning at spore vejtræk i hånden ved hjælp af satellitbilleder. Dette er utroligt langsomt, hvilket gør det næsten umuligt at holde sig på toppen af den globale vejtsunami," sagde professor Laurance.
Forskerne trænede tre maskinlæringsmodeller til automatisk at kortlægge vejegenskaber fra højopløselige satellitbilleder, der dækker landdistrikterne, generelt fjerntliggende og ofte skovklædte områder i Papua Ny Guinea, Indonesien og Malaysia.
"Denne undersøgelse viser AIs bemærkelsesværdige potentiale til storskalaopgaver som global roadmapping. Vi er der ikke endnu, men vi gør gode fremskridt," sagde professor Laurance.
"Udbredelse af veje er sandsynligvis den vigtigste direkte trussel mod tropiske skove globalt. Om nogle få år mere kan kunstig intelligens give os midlerne til at kortlægge og overvåge veje på tværs af verdens mest miljøkritiske områder."
Værket er publiceret i tidsskriftet Remote Sensing .
Flere oplysninger: Sean Sloan et al., Mapping Remote Roads Using Artificial Intelligence and Satellite Imagery, Remote Sensing (2024). DOI:10.3390/rs16050839
Leveret af James Cook University
Sidste artikelAI møder grøn:Fremtiden for miljøbeskyttelse med ChatGPT
Næste artikelNæsten 3.000 brande i brasilianske Amazon i februar, ny rekord