De pixels a planejamento: Google AI para restauração da natureza

Pesquisadores do Google apresentaram uma estrutura de aprendizado profundo que permite reconhecer pequenos elementos da paisagem (sebes, cortinas florestais, bosques) que não são visíveis em imagens de satélite padrão. Esses objetos podem aumentar a absorção de carbono e a biodiversidade sem retirar terras do uso agrícola. Anteriormente, foi lançado o conjunto raster Farmscapes 2020 (Inglaterra), e agora foi publicado um conjunto de dados vetoriais com sebes, muros de pedra e bosques em todo o Reino Unido. Para sua criação, foi utilizado o modelo pré-treinado Vision-Transformer (ViT) do Remote Sensing Foundations (Google Earth AI), ajustado em 247 km² de dados anotados, além de LiDAR. Para a classificação dos objetos, foi aplicado o índice de compacidade Polsby-Popper (objetos alongados com coeficiente < 0,5). O processamento foi realizado no Google Earth Engine. Os dados são abertos e acessíveis para agricultores, cientistas e formuladores de políticas.