Dari Piksel ke Perencanaan: Earth AI untuk Restorasi Alam

Google Research mengembangkan kerangka kerja deep learning resolusi tinggi untuk memetakan fitur-fitur kayu berskala kecil seperti pagar tanaman, sabuk lindung, dan rumpun pohon yang biasanya tidak terlihat oleh deteksi satelit standar. Fitur-fitur ini dapat meningkatkan penyimpanan karbon dan keanekaragaman hayati tanpa menggeser tanaman pangan. Tim ini merilis dataset yang telah di-vektorisasi untuk Inggris, mengubah peta berbasis piksel menjadi inventaris yang dapat ditindaklanjuti berupa pagar tanaman, dinding batu, dan rumpun pohon. Untuk mengatasi kelangkaan data, mereka menggunakan backbone Remote Sensing Foundations Vision-Transformer yang telah dilatih sebelumnya pada 300 juta citra satelit global, lalu disempurnakan untuk lanskap Inggris. Sistem pelabelan dua lapisan yang menggunakan citra submeter dan data LiDAR menangani fitur yang tumpang tindih, sementara skor kompak Polsby–Popper mengklasifikasikan bentuk berdasarkan fungsi ekologis. Google Earth Engine memungkinkan pemrosesan paralel jutaan fitur di seluruh Inggris. Dataset ini bertujuan memberdayakan petani, ilmuwan, dan pembuat kebijakan untuk melindungi fitur-fitur berskala kecil demi tujuan iklim dan keanekaragaman hayati.