Datavetare David Dao utvecklar intelligenta algoritmer som använder satellit- och drönarbilder av regnskogar för att förutsäga var nästa avskogningsplatser kommer att vara. Han kommer att presentera sin forskning på klimatkonferensen i Madrid idag, och kommer att starta ett pilotprojekt i Chile i januari.

Bilder av brinnande regnskogar i Amazonasregionen brändes in i våra minnen i somras och väckte frågan – hur mycket av skogen har vi förlorat? En av personerna som försöker svara på denna fråga är datavetaren David Dao, en doktorand från DS3Lab vid ETH Institute for Computing Platforms.

Dao, som ursprungligen kommer från Tyskland, är specialist på maskininlärning och utvecklar intelligenta algoritmer som autonomt kan analysera satellit- och drönarbilder. Detta hjälper till att avslöja var skogstäckningen tunnas ut, och i vilken utsträckning. De kan till och med förutse var regnskogen kommer att dra sig tillbaka inom en snar framtid. Tricket ligger i hur algoritmerna läser bilderna.

Satelliter och drönare ger otaliga bilder av regnskogar - från olika höjder, och i olika upplösning och kvalitet. Gemensamt för dem är att regionerna de avbildar inte är märkta eller identifierade på annat sätt. Till skillnad från kartor, platserna bär inga namn, och skogarna, floder och vägar har inga lätt identifierbara "signaturer, "eller" etiketter, " som en datavetare skulle säga. Detta betyder att datoralgoritmer inte kan urskilja vad som är skogstäckning och vad som inte är det.

"Fiskben" visar var skogarna krymper

Som Dao förklarar, algoritmerna läser sekvenser för att känna igen vilka områden som är skogbevuxna och om dessa områden krymper. Dessa sekvenser är individuella bilder hopsatta i kronologisk följd - ungefär som gamla filmrullar eller serier. Så när en ny väg byggs genom regnskogen, till exempel, många mindre vägar bildas av den med tiden. Det är längs dessa vägar som skogstäckningen förstörs.

Ur fågelperspektiv, det resulterande mönstret liknar skelettet av en fisk, med dess ryggrad och små ben — alltså monikern "fiskben". Genom att jämföra dessa kronologiskt sekventiella flygbilder, Algoritmer kan avgöra hur vägsystem och skogstäckning förändras över tiden.

Det betyder att intelligenta algoritmer inte behöver etiketter för att generera en helhetsbild som anger var regnskogarna krymper. De kan också förutsäga var den värsta avskogningen kommer att inträffa härnäst. Denna modell gäller även avskogning nära floder och runt jordbruksområden.

Testkörning i den chilenska regnskogen

För forskningsprojektet, som kallas Komorebi, David Dao har lockat partners från fältet, inklusive Chiles skogsmyndighet CONAF (Corporación Nacional Forestal). I januari, ett pilotprojekt startar i regnskogen i Valdivien, på Stillahavskusten söder om huvudstaden, Santiago. Dao kommer att testa och justera sina prediktiva algoritmer i riktiga regnskogsförhållanden. Hans tillvägagångssätt kanske kan upptäcka inte bara en total nedgång i regnskogen, men också avgöra vilka trädslag som är mest drabbade.

Detta är en viktig faktor i klimatförändringen, eftersom olika typer av träd lagrar CO ₂ i olika takt, och ett tillvägagångssätt för skogsvård är att erbjuda lokalbefolkningen ekonomiska incitament för att behålla träd som CO2-lagring snarare än att röja skogen.

I den chilenska regnskogen, de kommer att undersöka frågor som hur man kan förbättra noggrannheten hos prediktiva algoritmer genom att kombinera satellitbilder med bilder tagna av drönare längre ner. Till skillnad från satellitbilder, drönarbilder kan vara exakta till inom 30 centimeter. "Om vi ​​har drönarbilder, vi kan också observera förändringar i trädslag och upptäcka förändringar i biologisk mångfald, "säger Dao. Idag, David Dao kommer att presentera sitt forskningsprojekt vid FN:s 25:e klimatkonferens i Madrid (COP25).

Sessionen, värd av Inter-American Development Bank och den chilenska skogsmyndigheten, kommer att titta på sätt att använda ny teknik för att registrera och förutsäga förändringar i markanvändning, samt möjligheten att koppla resultaten till betalningar som lokala invånare får för att bevara regnskogen.