Jak sztuczna inteligencja wspiera ochronę lasów i środowiska?

Jak sztuczna inteligencja wspiera ochronę lasów i środowiska?

Z osiągnięć badaczy sztucznej inteligencji korzysta coraz więcej branż. Nowe możliwości zyskali również leśnicy, którzy mogą sprawniej dbać o ochronę lasów. Wszystko dzięki rozwiązaniom z zakresu leśnictwa precyzyjnego, które było głównym tematem spotkania zorganizowanego przez IDEAS NCBR w Instytucie Badawczym Leśnictwa w Sękocinie.  

IDEAS NCBR, ośrodek badawczo-rozwojowy w obszarze sztucznej inteligencji, zaprosił dziennikarzy i liderów opinii na spotkanie “Sztuczna inteligencja a lasy i ochrona środowiska”. Kluczową częścią wydarzenia było spotkanie z ekspertami: dr. hab. Krzysztofem Stereńczakiem, prof. IBL z IDEAS NCBR oraz dr. inż. Markiem Ksepko, dyr. Oddziału Biura Urządzania Lasu i Geodezji Leśnej w Białymstoku. Po dyskusji zaprezentowano, w jaki sposób prowadzone są pomiary z zastosowaniem AI. 
Wykorzystanie sztucznej inteligencji w ochronie środowiska zyskuje na znaczeniu. Rozwiązania AI wspierają ochronę rzek w Polsce, przyspieszając prace nad identyfikacją starorzeczy. Na brytyjskich autostradach pojawiły się kamery sprzęgnięte z AI, wykrywające pojazdy, z których wyrzucane są śmieci i automatycznie wysyłające informacje na ten temat do odpowiednich służb. AI 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 pracujący w zespole badawczym w IDEAS NCBR, prowadzonym przez prof. Stereńczaka, zajmują się wdrożeniem rozwiązań z zakresu leśnictwa precyzyjnego. Polega ono na wykrywaniu i opisywaniu drzew przy wykorzystaniu danych teledetekcyjnych. Zespół chce 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 prof. Krzysztof Stereńczak z IDEAS NCBR. 
Zespół 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, aktualnie 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 i przede wszystkim 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 – komentuje prof. Krzysztof Stereńczak z IDEAS NCBR. 
- 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, swoistej „protezie do naszych mózgów” – dodaje dr inż. Marek Ksepko, dyrektor białostockiego Oddziału Biura Urządzania Lasu i Geodezji Leśnej. 

dr hab. inż. Krzysztof Stereńczak, prof. IBL – zastępca dyrektora Instytutu Badawczego Leśnictwa ds. Naukowo-Badawczych, kieruje Zakładem Geomatyki IBL i pracami zespołu badawczego zajmującego się leśnictwem precyzyjnym w IDEAS NCBR. Zajmuje się monitorowaniem i inwentaryzacją lasów z wykorzystaniem danych teledetekcyjnych, m.in. lotniczym i naziemnym skanowaniem laserowym. Kierował m.in. zespołem badającym dynamikę drzewostanu Puszczy Białowieskiej. 

dr inż. Marek Ksepko – dyrektor Biura Urządzania Lasu i Geodezji Leśnej Oddział w Białymstoku, który rozwija narzędzia informatyczne na rzecz leśnictwa precyzyjnego. Zajmuje się ochroną lasów, hydrologią leśną i teledetekcją. Prowadził badania m.in. z zakresu laserowego skanowania drzewostanów oraz wykorzystania przestrzeni powietrznej przez ptaki i nietoperze.  

Załączniki

Pobierz wszystkie

Spotkanie prasowe.jpg

grafika | 6,05 MB

Pobierz
Prof. Krzysztof Stereńczak.jpg

grafika | 8 MB

Pobierz
Używamy plików cookie do działania naszej strony internetowej, analizowania Twojego korzystania z naszych usług, zarządzania Twoimi preferencjami online i personalizowania treści reklamowych. Akceptując nasze pliki cookie, otrzymasz odpowiednie treści oraz funkcje mediów społecznościowych, spersonalizowane reklamy i ulepszony sposób przeglądania. Aby zarządzać swoimi wyborami, kliknij „Ustawienia plików cookie”. Pliki cookie niezbędne są do podstawowego funkcjonowania strony internetowej i nie mogą być odrzucone. Więcej informacji znajdziesz w naszej Polityce plików cookie.
Polityka plików cookies
Pliki cookie używane w witrynie są podzielone na kategorie. Poniżej możesz zapoznać się z każdą kategorią oraz zezwolić na niektóre lub wszystkie z nich lub je odrzucić, z wyjątkiem niezbędnych plików cookie, które są wymagane do zapewnienia podstawowej funkcjonalności witryny. Jeśli wcześniej dozwolone kategorie zostaną wyłączone, wszystkie pliki cookie przypisane do tej kategorii zostaną usunięte z Twojej przeglądarki. Listę plików cookies przypisanych do poszczególnych kategorii oraz szczegółowe informacje na ich temat znajdziesz w zakładce „Polityka plików cookies".
Niezbędne pliki cookie
Niektóre pliki cookie są wymagane do zapewnienia podstawowej funkcjonalności. Bez tych plików cookie witryna nie będzie działać prawidłowo. Są one domyślnie włączone i nie można ich wyłączyć.
Preferencje
Preferencyjne pliki cookie umożliwiają witrynie internetowej zapamiętywanie informacji w celu dostosowania wyglądu i zachowania witryny do potrzeb każdego użytkownika. Może to obejmować przechowywanie wybranej waluty, regionu, języka lub motywu kolorystycznego.
Analityczne pliki cookie
Analityczne pliki cookie pomagają nam ulepszać naszą witrynę internetową, gromadząc i raportując informacje na temat jej użytkowania.
Marketingowe pliki cookie
Marketingowe pliki cookie służą do śledzenia odwiedzających na stronach internetowych, aby umożliwić wydawcom wyświetlanie trafnych i angażujących reklam. Włączając marketingowe pliki cookie, wyrażasz zgodę na spersonalizowane reklamy na różnych platformach.