Ein internationales Team von Forscherinnen und Forschern hat nach eigenen Angaben erstmals die effiziente Kartierung und Zählung einzelner Bäume in großflächigen Gebieten Afrikas ermöglicht. Die zentrale Bedeutung habe dabei ein Verfahren der Künstlichen Intelligenz (KI) gehabt, das von Wissenschaftlern des Technologie-Zentrums Informatik und Informationstechnik (TZI) der Universität Bremen für diesen speziellen Zweck angepasst und trainiert worden sei. Der Erfolg des Projekts deute darauf hin, "dass es schon bald möglich wäre, alle Baumbestände weltweit zu kartieren – mit kleinen Einschränkungen" schreiben die Forschenden.
Mehr Bäume als angenommen
In dem Forschungsprojekt, dessen wichtigste Ergebnisse kürzlich in der Fachzeitschrift „Nature“ veröffentlicht wurden, kartierten die Forscherinnen und Forscher auf 1,3 Millionen Quadratkilometern in Westafrika jeden Baum oder Busch mit einer Baumkrone, die mindestens drei Quadratmeter Fläche abdeckt. Das Resultat: In der westafrikanischen Sahara und der angrenzenden Sahelzone wachsen rund 1,8 Milliarden einzelne Bäume – wesentlich mehr als bisher angenommen wurde. Die gewonnenen Daten können unter anderem helfen, Ökosysteme zu stärken, Daten für den Klimaschutz zu gewinnen und Entwaldungsprozesse zu beobachten.
Der Clou: Die Identifizierung einzelner Bäume wurde offenbar dadurch ermöglicht, dass die NASA und private Raumfahrtunternehmen immer mehr hochauflösendes Bildmaterial der Erde bereitstellen. Um die Massen an Daten auszuwerten, haben die TZI-Wissenschaftler Professor Johannes Schöning und Ankit Kariryaa ein KI-Verfahren aus dem Bereich Deep Learning („fully convolutional neural networks“) adaptiert.
„In der Arbeitsgruppe Mensch-Technik-Interaktion am TZI haben wir sowohl die Expertise in der Künstlichen Intelligenz als auch in der Geoinformatik“, erläutert Johannes Schöning, der die Forschungsarbeit im Rahmen seiner Lichtenberg-Professur der Volkswagenstiftung umgesetzt hat. „So konnten wir das Problem zusammen mit unseren Partnern an den Universitäten Kopenhagen und Münster lösen.“
Das gewählte KI-Verfahren kann dem Forschenden zufolge Objekte – beispielsweise Baumkronen – an ihren charakteristischen Farben und Formen erkennen. Die KI wurde mit Hilfe von Bildern trainiert, in denen die Bäume manuell markiert worden waren. „Aufgrund der Besonderheiten der Region mussten wir dabei viele Hürden überwinden“, berichtet Ankit Kariryaa. „Zum Beispiel unterscheidet sich das Aussehen der Vegetation und des Bodens sehr stark zwischen den Gebieten mit geringem Niederschlag und denen mit viel Regen, daher haben wir zwei separate Modelle trainiert.“
Originalpublikation:
https://www.nature.com/articles/s41586-020-2824-5
Weitere Informationen:
https://svs.gsfc.nasa.gov/4865#30076 Visualisierung der NASA http://www.nature.com/articles/d41586-020-03514-8 Ten remarkable discoveries from 2020 (aus "Nature") http://www.tzi.de