Piksellerden Planlamaya: Doğa Restorasyonu için Dünya Yapay Zekası

Google Araştırma, standart uydu algılamasında genellikle görünmeyen çitler, rüzgar perdeleri ve koruluklar gibi ince ölçekli odunsu özellikleri haritalamak için yüksek çözünürlüklü bir derin öğrenme çerçevesi geliştirdi. Bu özellikler, mahsulleri yerinden etmeden karbon depolamayı ve biyolojik çeşitliliği artırabilir. Ekip, Birleşik Krallık için vektörleştirilmiş bir veri seti yayımlayarak piksel tabanlı haritaları çitler, taş duvarlar ve koruluklar gibi eyleme dönüştürülebilir envanterlere dönüştürdü. Veri kıtlığının üstesinden gelmek için, 300 milyon küresel uydu görüntüsü üzerinde önceden eğitilmiş Remote Sensing Foundations Vision-Transformer omurgasını kullanarak Britanya manzaraları için ince ayar yaptılar. Metre altı görüntüler ve LiDAR verilerini kullanan çift katmanlı bir etiketleme sistemi, üst üste binen özellikleri ele alırken, Polsby-Popper kompaktlık skoru şekilleri ekolojik işleve göre sınıflandırdı. Google Earth Engine, İngiltere genelinde milyonlarca özelliğin paralel işlenmesini sağladı. Veri seti, çiftçileri, bilim insanlarını ve politika yapıcıları iklim ve biyolojik çeşitlilik hedefleri için küçük ölçekli özellikleri korumaya teşvik etmeyi amaçlıyor.