Google DeepMind-მა და WRI-მ გამოუშვეს 2020 წლის მიწის საფარის ტყის ტიპების გლობალური AI რუკა

Google DeepMind-მა და World Resources Institute-მა შეიმუშავეს ForTy, AI რუკა, რომელიც მსოფლიოში განასხვავებს პირველყოფილ ტყეებს, სამეურნეო პლანტაციებსა და ხეხილის კულტურების ფერმებს. ის 2020 წლის მიწის საფარს 10 მეტრიანი გარჩევადობით ექვს კლასად ყოფს და ავტორები მას ასეთი ტიპის პირველ გლობალურ რუკად მიიჩნევენ.

ექვსი მიწის კლასი EUDR-ის საცნობაროდ

ForTy, Forest Typology-ს შემოკლება, მიწას ყოფს პირველყოფილ ტყედ, ბუნებრივად აღდგენად ტყედ, დარგულ ტყედ, პლანტაციურ ტყედ, ხეხილის კულტურებად, მაგალითად ზეთის პალმად, რეზინის ხედ ან კაკაოდ, და სხვა მიწად. რუკა თითოეულ კვადრატულ კილომეტრში ყველაზე გავრცელებულ კლასს აჩვენებს, თუმცა მონაცემებს 10 მეტრიანი გარჩევადობა აქვს. ადრინდელი მონაცემთა ნაკრებები, მათ შორის European Commission-ის მიერ შექმნილი, მსოფლიოს მხოლოდ ნაწილს მოიცავს.

EU-ის რეგულაცია ტყის გაჩეხვისგან თავისუფალი პროდუქტების შესახებ კრძალავს საქონელს, რომელიც დაკავშირებულია 2020 წლის 31 დეკემბრის შემდეგ გაჩეხილ ან დეგრადირებულ ტყეებთან. კომპანიებმა, რომლებიც მიწოდების ჯაჭვის რისკებს აფასებენ, უნდა იცოდნენ, როგორ იყო გამოყენებული კონკრეტული ტერიტორია 2020 წელს; ForTy კი ამ საცნობარო წერტილს იძლევა.

სატელიტური მოდელი და ექსპერტების შესწორებები

ForTy აგებულია AlphaEarth Foundations-ზე, რომელიც მრავალი სატელიტის მონაცემებს თითოეული პიქსელის კომპაქტურ აღწერად აკუმშავს. ამ აღწერებზე დაყრდნობით მუშაობს სურათების ამოცნობის რამდენიმე მოდელი. პირველი მოდელი დადასტურებული მაგალითებიდან სწავლობს; მისი პროგნოზები, ხეების სიმაღლის, შენობებისა და ტყის დაკარგვის გარე მონაცემებთან ერთად, მეორე მოდელის გაფართოებულ სასწავლო მონაცემებად იქცევა. ბოლო ეტაპზე რამდენიმე წლის მონაცემები ერთად ანალიზდება გადახრების შესარბილებლად.

აქტიური სწავლის ციკლებში ექსპერტებმა დაამატეს დაახლოებით 43 000 მაგალითი შეცდომების გამოსასწორებლად, მათ შორის ევროპაში ხეხილის კულტურებად კლასიფიცირებული ვენახები, ცენტრალურ ამერიკაში დარგულ ტყეებად მონიშნული ბუნებრივი ფიჭვის ტყეები და აფრიკასა და ინდონეზიაში გამოტოვებული ზეთის პალმები. პლანტაციების სხვა დარგული ტყეებისგან გასამიჯნავად მკვლევარები 40-წლიან ბრუნვის პერიოდს იყენებენ, თუმცა ამბობენ, რომ ეს ზღვარი ყველა რეგიონისთვის არ არის შესაფერისი.

სიზუსტე, შეზღუდვები და ხელმისაწვდომობა

ორმა ექსპერტმა გადახედა თითოეულ 8 190 შემთხვევით შერჩეულ ადგილს და დაადგინა, რომ რუკა შემთხვევების 90,2%-ში სწორი იყო. ავტორები აფრთხილებენ, რომ საერთო შეფასებას მნიშვნელოვნად ამაღლებს ადვილად ამოსაცნობი სხვა მიწის კლასი. რუკამ სწორად ამოიცნო ადგილზე დადასტურებული პირველყოფილი ტყეების 89%, თუმცა ხეხილის კულტურებისა და დარგული ტყეების მხოლოდ დაახლოებით ნახევარი იპოვა, პლანტაციების კი 60%.

იმავე სატესტო მონაცემებზე ForTy-მ აჯობა EUDR-ისთვის შექმნილ European Commission-ის რუკებს: ტყისა და არატყის კლასიფიკაციაში 95,5% მიიღო 93,6%-ის წინააღმდეგ, ტყის ტიპებში კი 90,9% 87,8%-ის წინააღმდეგ. მკვლევარები აფასებენ, რომ მსოფლიოში დაახლოებით 4,1 მილიარდი ჰექტარი ტყეა, მათ შორის თითქმის 3,9 მილიარდი ჰექტარი ბუნებრივი ტყე, საიდანაც დაახლოებით 2 მილიარდი ჰექტარი პირველყოფილი ტყეა.

რეგიონული შეცდომები კვლავ რჩება. რუკა აზიაში პირველყოფილ ტყეს დაახლოებით 200 მილიონი ჰექტრით მეტს აჩვენებს, ძირითადად რუსეთის წიწვოვან ტყეებში, აფრიკაში კი გამოტოვებს დაახლოებით 94 მილიონ ჰექტარ ტყეს, სავარაუდოდ, ღია მშრალი ტყეებისა და სავანების გამო. შვედეთის ტყის ფართობის დაახლოებით ორი მესამედი დარგულია, ბუნებრივი ტყე კი მხოლოდ დაახლოებით მეხუთედს ფარავს.

ზოგიერთი მიწათსარგებლობა კვლავ რთულია კლასიფიცირებისთვის. რუკა ზოგიერთ რეგიონში ბუნებრივი ფარდის ქვეშ მოყვანილ ჩრდილოვან კაკაოს ან ყავას კვლავ ტყედ აღნიშნავს, შერჩევით გაჩეხილი ან დამწვარი ტყეებიც პრობლემებს ქმნის. ForTy-ს ჯერ არ აქვს ცალკე კლასი ღია ტყეებისთვის, რომელსაც EUDR ცალკე განიხილავს. რუკა, კლასიფიკაციის ფენა და სატესტო მონაცემები თავისუფლად ხელმისაწვდომია CC BY 4.0 ლიცენზიით, მათ შორის Google Earth Engine-ში. Google DeepMind-მა კოდი GeeFlow-ისა და JEO-ს რეპოზიტორიებში გამოაქვეყნა.

წყაროები: The Decoder