Pikseleistä suunnitteluun: Maan tekoäly luonnon ennallistamiseen

Google Research on kehittänyt korkearesoluutioisen syväoppimiskehyksen, jolla voidaan kartoittaa hienojakoisia puustopiirteitä, kuten pensasaitoja, tuulensuojakaistoja ja tiheikköjä, jotka ovat tyypillisesti näkymättömiä tavanomaisessa satelliittitunnistuksessa. Nämä piirteet voivat lisätä hiilivarastoja ja luonnon monimuotoisuutta syrjäyttämättä viljelykasveja. Tiimi julkaisi vektorisoidun tietoaineiston Yhdistyneelle kuningaskunnalle, jossa pikselipohjaiset kartat muunnettiin toiminnallisiksi inventaarioiksi pensasaidoista, kivimuureista ja tiheiköistä. Tietojen niukkuuden voittamiseksi he käyttivät Remote Sensing Foundations Vision-Transformer -pohjaista selkärankaa, joka on esikoulutettu 300 miljoonalla globaalilla satelliittikuvalla ja hienosäädetty Britannian maisemiin. Kaksikerroksinen merkintäjärjestelmä, jossa hyödynnettiin alle metrin tarkkuuden kuvia ja laserkeilausdataa (LiDAR), käsitteli päällekkäisiä piirteitä, kun taas Polsby–Popper -kompaktiuspistemäärä luokitteli muodot ekologisen toiminnon perusteella. Google Earth Engine mahdollisti miljoonien piirteiden rinnakkaiskäsittelyn Englannissa. Aineiston tavoitteena on antaa viljelijöille, tutkijoille ja päätöksentekijöille kyky suojella pienipiirteisiä kohteita ilmasto- ja luonnon monimuotoisuustavoitteiden saavuttamiseksi.