Computer skal lære at genkende planter og beregne biomasse

Det er nødvendig med en bedre forståelse af vores økosystemers kulstoflagring, hvis vi skal nå regeringens mål om reduktion i udledning af drivhusgasser, både på lang- og kort sigt. Med projektet ønsker forskerne at komme tættere på at bestemme biomassen i et økosystem ved blot at flyve hen over med en drone påmonteret en lidar-scanner.

Computere og punktsky-data

Det nye projekt er et samarbejde mellem forskere fra Institut for Geovidenskab og Naturforvaltning og Datalogisk Institut på Københavns Universitet indenfor rammerne af det nye AI center. Forskerne vil bruge Lidar-målinger fra droner, som kan danne tredimensionelle billeder af vegetationsdækkede overflader – såkaldte punktsky-data, som kan ses på figur A.

Ved at lære computere at forstå- og tolke på disse data vil forskerne udvikle computeralgoritmer, som gør computerne i stand til at genkende planter, og således beregne mængden af biomasse på de overflader, som dronen flyver over.

Vi vil lære computeren nogle ”spilleregler”, som gør den i stand til selv at genkende mønstre fra f.eks. planter og forskellige typer ved. Denne type af Machine Learning bruger vi, fordi vi kommer til at generere enorme mængder data, hvilket gør det svært at foretage en kvantitativ tolkning af data uden hjælp, forklarer Katerina Trepekli fra Institut for Geovidenskab og Naturforvaltning.
 
Hvis projektet lykkes, vil forskerne være tæt på, meget præcist, at kunne kortlægge vegetationen og ændringer i vegetationen i et økosystem. Det vil også gøre det muligt at kortlægge og beregne mængden af kulstof i økosystemer med stor nøjagtighed uden at skulle lave tidskrævende indsamlinger af alle planter fra f.eks. en skov. 

Læs mere om Willum Experiment

Emner