找回密码
 立即注册
  • 回复
  • 收藏

使用人工智能映射SF中的每棵树

tdmin 2018-12-29 08:03 43人围观 人工智能

2017年,旧金山规划部门在旧金山完成了一项备受期待的树木普查,甚至还发布了一张交互式地图,用于识别附近的绿树成荫的邻居。

这是一个很棒的工具,但是这个城市只在其开放树图上计算了街道树木。伯爵不包括公园,这意味着旧金山的大部分树木仍然下落不明。

更完整的人口普查可能需要更长的时间,也许比任何人都有时间和资源专门用于统计中继线的过程。

为什么有人真正关心那么多?

地理学家Tim Wallace在一篇中篇文章中解释说:“城市树木减少了犯罪并帮助了雨水管理。[...]他们制造氧气用于呼吸,吸收二氧化碳,提供遮荫,减少噪音污染,只是看看它们 - 它们很漂亮。“

正如CityLab所指出的那样,“种植树木一直是应对气候变化和城市热岛效应的低技术战略。[树木]有助于减轻压力,它们与较低的肥胖率有关,甚至可能抑制行人死亡。“

华莱士说,在城市中手工计算树木是劳动密集型的。NASA使用卫星数据来尝试估算特定区域的植被冠层:

二十年前,地球科学家开始使用卫星遥感器来测量和绘制地球上绿色植被的密度。

科学家使用NOAA的高级超高分辨率辐射计(AVHRR)测量地表反射回太空的可见光和近红外光的波长和强度,科学家使用一种称为“植被指数”的算法“量化全球绿叶植被的浓度。

这是一个有用的工具,但仍然不能轻易提供实际的树数。因此华莱士正在推动位于新墨西哥州圣达菲的卫星数据公司笛卡尔实验室的新方法,试图将人工智能和机器学习作为树栖算盘。


据推测,笛卡尔的技术可以读取卫星图像和其他高分辨率扫描,并挑选出哪些绿色位是单独的树,哪些不是。

乍看之下,它是否真的有效。然而,图形结果非常引人注目; 首先,我们看到使用城市街道树普查制作的地图,然后使用笛卡尔技术填写空白:

 



鲜花

握手

雷人

路过

鸡蛋
我有话说......