Z osiągnięć badaczy sztucznej inteligencji korzysta coraz więcej branż. Nowe możliwości zyskali również leśnicy. Wszystko dzięki rozwiązaniom z zakresu leśnictwa precyzyjnego, którymi zajmują naukowcy z IDEAS NCBR.
Wykorzystanie sztucznej inteligencji w ochronie środowiska zyskuje na znaczeniu. Rozwiązania AI wspierają ochronę rzek, przyspieszając chociażby prace nad identyfikacją starorzeczy. Na brytyjskich autostradach pojawiły się z kolei kamery sprzęgnięte z AI, wykrywające pojazdy, z których wyrzucane są śmieci i automatycznie wysyłające informacje na ten temat do odpowiednich służb. Sztuczną inteligencję wykorzystuje się także do analizy danych dotyczących zanieczyszczeń mórz i oceanów. Z technologii tej korzystają również specjaliści zajmujący się ochroną lasów, ich zarządzaniem oraz bioróżnorodnością.
Ochrona lasów dzięki AI
Naukowcy IDEAS NCBR, pracujący w zespole prowadzonym przez dr. hab. inż. Krzysztofa Stereńczaka, zajmują się wdrożeniem rozwiązań z zakresu leśnictwa precyzyjnego. Polega ono na wykrywaniu i opisywaniu drzew przy wykorzystaniu danych teledetekcyjnych. Badacze chcą stworzyć narzędzie AI, które umożliwi pomiar cech i jakości pojedynczych drzew. Dane ich dotyczące będzie można integrować dla określonego obszaru, np. dla drzewostanu, lasu czy parku, w celu ochrony przyrody i zarządzania lasami.
Głównym wyzwaniem nie jest wcale stworzenie urządzeń, które umożliwią zdalne obrazowanie drzew czy drzewostanów. Takie rozwiązania powstają i jest ich coraz więcej. Kluczowe jest stworzenie rozwiązania, które pozwoli przetwarzać dane w sposób zautomatyzowany i dostarczy informacji wiarygodnych oraz dostosowanych do potrzeb specjalistów. Jednym z naszych celów jest stworzenie takiego narzędzia – komentuje dr hab. inż. Krzysztof Stereńczak, zastępca dyrektora Instytutu Badawczego Leśnictwa ds. Naukowo-Badawczych, w którym kieruje Zakładem Geomatyki.
Jego zespół w IDEAS NCBR pracuje również nad metodami umożliwiającymi precyzyjne pomiary cech biometrycznych drzew (np. miąższość, wysokość czy stan zdrowotny) i rozpoznawanie gatunków. Dzięki temu wiele czynności wykonywanych w trakcie pomiarów terenowych ulegnie automatyzacji. Wyniki mają być integrowane w sposób zautomatyzowany z systemami wykorzystywanymi już w leśnictwie. Sztuczna inteligencja ma także pomóc przewidywać np. pogorszenie się stanu zdrowia konkretnego drzewa poprzez analizę danych, takich jak obecność pasożytów na pniu, zebranych przy użyciu teledetekcji bliskiego zasięgu.
Przełom w ochronie przyrody i zarządzaniu lasami
Dzięki wykorzystaniu nowych technologii praca leśników staje się o wiele wydajniejsza. O ile jeszcze niedawno drzewa mierzono przy użyciu klup oraz prostych wysokościomierzy i opisywano ręcznie, o tyle teraz korzysta się z takich narzędzi jak drony, precyzyjny GPS czy skanery laserowe. Wyniki pomiarów mogą być przydatne w wielu zadaniach związanych z ochroną środowiska – w planowaniu nasadzeń, zarządzaniu gatunkami obcymi, kształtowaniu różnorodności biologicznej.
Po raz kolejny okazuje się, że interdyscyplinarność badań jest kluczem do osiągnięcia założonych celów. Wykorzystanie AI w leśnictwie do niedawna nie było oczywistą sprawą. Dzisiaj wiemy, że sztuczna inteligencja może nie tylko zaoszczędzić czas pracy leśników, lecz również zapewnić specjalistom precyzyjne i wiarygodne dane, oparte o wiele więcej informacji niż te pochodzące z pomiarów ręcznych. To z kolei pozwala znacznie lepiej chronić walory przyrodnicze lasów oraz zarządzać sposobem ich zagospodarowania – przyznaje szef zespołu badawczego w IDEAS NCBR, który wcześniej badał m.in. dynamikę drzewostanu Puszczy Białowieskiej.
Jak dodaje dr inż. Marek Ksepko, dyrektor białostockiego Oddziału Biura Urządzania Lasu i Geodezji Leśnej, podstawą precyzyjnego modelowania, przewidywania dalszego rozwoju lasów i całego środowiska przyrodniczego w świetle obserwowanych nietypowych i nagłych zaburzeń, jest prawdziwa wiedza – czyli możliwe pewne wnioski, wyciągnięte z zależności pomiędzy wieloma elementami środowiska – a nie wyłącznie „suchy” zbiór danych instrumentalnych.
Jednak tradycyjna analiza niezwykle obszernych, wieloczasowych i wieloźródłowych zbiorów danych jest trudna, pracochłonna i ostatecznie – kosztowna. W sukurs przychodzą nowoczesne metody wnioskowania oparte o stare techniki. Dlaczego stare? Podstawy metodyczne AI znane są od wielu lat, jednak dopiero gwałtowny rozwój technik obliczeniowych pozwolił im rozwinąć skrzydła teraz, na naszych oczach. To rewolucja w myśleniu o przyrodzie, która dzieje się dzięki AI – podkreśla dr inż. Marek Ksepko, który zajmuje się rozwojem narzędzi informatycznych na rzecz leśnictwa precyzyjnego.
MK