Gianmarco Pondrano d'Altavilla

IA mappa le piante della California per una maggiore tutela

(15 Ottobre 2024)

Roma – Le mappe con la più alta risoluzione mai realizzate della distribuzione delle piante in California. E’ quanto ottenuto dagli scienziati dell’Università della California di Berkeley che hanno dettagliato i propri risultati su PNAS. Gli studiosi hanno potuto contare sui dati raccolti in modo diffuso dai cittadini grazie all’app iNaturalist, che consente alle persone di caricare foto e dati sulla posizione di piante e animali. L’app ha attualmente più di 8 milioni di utenti in tutto il mondo che hanno caricato collettivamente più di 200 milioni di osservazioni. I ricercatori hanno utilizzato un tipo di intelligenza artificiale chiamata rete neurale convoluzionale, per correlare i dati caricati dai cittadini sulle piante in California con immagini satellitari o aeree ad alta risoluzione di telerilevamento. Il tutto ha permesso di mappare le 2.221 specie di piante in tutta la California, fino a scale di pochi metri quadrati. Lauren Gillespie, prima autrice dello studio – che ha attualmente una borsa di studio Fulbright US Student Program per utilizzare tecniche simili per rilevare modelli di biodiversità vegetale in Brasile – ha dichiarato: “Durante il mio anno qui in Brasile, abbiamo assistito alla peggiore siccità mai registrata e a una delle peggiori stagioni di incendi mai registrate. I dati di telerilevamento finora sono stati in grado di dirci dove si sono verificati questi incendi o dove la siccità è peggiore e, con l’aiuto di approcci di apprendimento profondo come Deepbiosphere , presto ci diranno cosa sta succedendo alle singole specie sul terreno”. Oltre a essere gratuiti e a coprire la maggior parte della Terra, i dati di telerilevamento sono anche più dettagliati e aggiornati più frequentemente rispetto ad altre fonti di informazioni, come le mappe climatiche regionali, che spesso hanno una risoluzione di pochi chilometri. L’utilizzo di dati di citizen science con immagini di telerilevamento, potrebbe consentire il monitoraggio quotidiano dei cambiamenti del paesaggio difficili da tracciare, concludono i ricercatori. (30Science.com)

 

 

Gianmarco Pondrano d'Altavilla