Global Forest Watch Alerts
Satellietsystemen signaleren bosverstoring vrijwel direct; een deep-learningmodel helpt in de tropen bepalen of bijvoorbeeld landbouw, mijnbouw, brand of overstroming de oorzaak is.
About
Global Forest Watch combineert optische en radarsatellietsystemen om snel waarschuwingen over verlies van bos en andere vegetatie te geven. Voor de Amazone, het Congobekken en Indonesië classificeert een deep-learningmodel verstoringen op 10 meter in elf menselijke en natuurlijke oorzaken. Daardoor kunnen bosbeheerders, lokale gemeenschappen en handhavers gerichter kiezen welke meldingen zij onderzoeken. Een onafhankelijke studie in 22 tropische landen vond dat abonnementen op een eerdere generatie GLAD-waarschuwingen in Afrika samenhingen met 18 procent minder kans op ontbossing; in Zuid-Amerika en Azië werd geen vergelijkbaar effect gevonden. Dat onderzoek toetste de waarschuwingen, niet de nieuwe AI-classificatie van oorzaken.
AI factor
Een model vergelijkt radar- en optische beelden na een verstoring en herkent patronen die passen bij onder meer landbouw, mijnbouw, wegen, houtkap, brand of natuurgeweld. De nauwkeurigheid verschilt per regio en sommige oorzaken lijken op elkaar, dus veldcontrole blijft nodig voordat er wordt gehandhaafd.
Sources
Inspiration sourced from AI For Good. Not an Arnaldus customer case.