Deforestazione prevista automaticamente. Credito:David Dao
L'informatico David Dao sviluppa algoritmi intelligenti che utilizzano immagini satellitari e droni delle foreste pluviali per prevedere dove saranno i prossimi siti di deforestazione. Presenterà oggi la sua ricerca alla conferenza sul clima di Madrid, e avvierà un progetto pilota in Cile a gennaio.
Le immagini delle foreste pluviali in fiamme nella regione amazzonica sono state impresse nei nostri ricordi quest'estate e hanno sollevato la domanda:quanta foresta abbiamo perso? Una delle persone che tentano di rispondere a questa domanda è lo scienziato informatico David Dao, uno studente di dottorato del DS3Lab presso l'ETH Institute for Computing Platforms.
Dao, che è originario della Germania, è uno specialista in machine learning e sviluppa algoritmi intelligenti in grado di analizzare autonomamente immagini satellitari e droni. Questo aiuta a rivelare dove la copertura forestale si sta assottigliando, e fino a che punto. Possono persino prevedere dove si ritirerà la foresta pluviale nel prossimo futuro. Il trucco sta nel modo in cui gli algoritmi leggono le immagini.
Satelliti e droni forniscono innumerevoli immagini di foreste pluviali, da varie altitudini, e in diversa risoluzione e qualità. Ciò che hanno in comune è che le regioni che raffigurano non sono etichettate o altrimenti identificate. A differenza delle mappe, i luoghi non portano nomi, e le foreste, fiumi e strade non hanno "firme" facilmente identificabili, " o "etichette, " come direbbe un informatico. Ciò significa che gli algoritmi informatici non sono in grado di discernere cos'è la copertura forestale e cosa non lo è.
"Lische di pesce" mostrano dove le foreste si stanno riducendo
Come spiega Dao, gli algoritmi leggono le sequenze per riconoscere quali aree sono boschive e se queste aree si stanno riducendo. Queste sequenze sono singole immagini messe insieme in successione cronologica, proprio come le vecchie pellicole cinematografiche o i fumetti. Quindi, quando viene costruita una nuova strada attraverso la foresta pluviale, ad esempio, numerose strade minori si formano nel tempo. È lungo queste strade che viene distrutta la copertura forestale.
Da una prospettiva a volo d'uccello, il modello risultante ricorda lo scheletro di un pesce, con la sua spina dorsale e le sue piccole ossa, da cui il soprannome di "lische di pesce". Confrontando queste viste aeree cronologicamente sequenziali, gli algoritmi possono determinare come i sistemi stradali e la copertura forestale cambiano nel tempo.
Ciò significa che gli algoritmi intelligenti non hanno bisogno di etichette per generare un'immagine complessiva che indichi dove si stanno riducendo le foreste pluviali. Possono anche prevedere dove si verificherà la deforestazione peggiore. Questo modello si applica anche alla deforestazione vicino ai fiumi e intorno alle aree agricole.
Test eseguito nella foresta pluviale cilena
Per il progetto di ricerca, che si chiama Komorebi, David Dao ha attirato partner dal campo, compresa l'autorità forestale cilena CONAF (Corporación Nacional Forestal). A gennaio, partirà un progetto pilota nella foresta pluviale valdiviana, sulla costa del Pacifico a sud della capitale, Santiago. Dao testerà e ottimizzerà i suoi algoritmi predittivi in condizioni reali della foresta pluviale. Il suo approccio potrebbe essere in grado di rilevare non solo il declino generale della foresta pluviale, ma anche determinare quali specie di alberi sono più colpite.
Questo è un fattore significativo nel cambiamento climatico, poiché diversi tipi di alberi immagazzinano CO 2 a tariffe diverse, e un approccio alla conservazione delle foreste consiste nell'offrire incentivi finanziari alle popolazioni locali per conservare gli alberi come deposito di CO2 piuttosto che per disboscare la foresta.
Nella foresta pluviale cilena, esamineranno questioni come come migliorare l'accuratezza degli algoritmi predittivi combinando le immagini satellitari con le immagini catturate dai droni più in basso. A differenza delle immagini satellitari, le immagini dei droni possono essere accurate entro 30 centimetri. "Se abbiamo immagini di droni, possiamo anche osservare i cambiamenti nelle specie arboree e rilevare i cambiamenti nella biodiversità, " dice Dao. Oggi, David Dao presenterà il suo progetto di ricerca alla 25a Conferenza delle Nazioni Unite sui cambiamenti climatici a Madrid (COP25).
La sessione, ospitato dalla Banca interamericana di sviluppo e dall'autorità forestale cilena, esaminerà le modalità di utilizzo delle nuove tecnologie per registrare e prevedere i cambiamenti nell'uso del suolo, così come il potenziale per collegare i risultati ai pagamenti che gli abitanti locali ricevono per preservare la foresta pluviale.