Den nye model er et konvolutionelt neuralt netværk (CNN). Det vil sige, at algoritmen pålægger et filter
Under udviklingen brugte videnskabsmænd millionerEksempler på billeder fra to Copernicus Sentinel-2-satellitter, som drives af European Space Agency (ESA). Disse satellitter optager alle steder på Jorden hver femte dag med en opløsning på 10 x 10 meter pr. pixel. Resultatet er billeder i højeste kvalitet, der er tilgængelige i øjeblikket.
For at beregne højden af træerne blev data opnået under NASA GEDI-missionen brugt.
"Mission GEDI leverer globaltdistribuerede forskellige data om vegetationshøjden mellem 51 grader nordlig og sydlig breddegrad, så i færd med at lære computeren ser mange forskellige vegetationstyper,” forklarer en af forskerne.
Den resulterende model er i stand til automatisk at estimere vegetationshøjden ud fra over 250.000 billeder (ca. 160 TB data).
Den høje effektivitet af det neurale netværk er også forbundet medDet faktum, at forskerne ikke brugte et CNN, men fem. De trænede uafhængigt af hinanden, og hver af dem lavede sit eget skøn over træets højde. Modellen tager også højde for usikkerheden i selve dataene: Hvis satellitbilledet for eksempel er diset, er usikkerheden højere end under gode atmosfæriske forhold.
”Et vigtigt aspekt for os var at informerebrugere om estimeringsusikkerhed,” siger Lang, en af forskerne. - Hvis alle modeller matcher, så er svaret klart ud fra træningsdataene. Hvis modellerne kommer til forskellige svar, betyder det, at der er mere usikkerhed i estimatet.”
Globalt kort opnået ved hjælp af et neuralt netværkhøjden af plantekronen vil hjælpe økologer med at overvåge klimaændringer. Det kan også være af interesse for regeringer og administrative organer.
"Med Sentinel-2 kan vegetationshøjder genberegnes hver femte dag, så du kan spore skovrydning i regnskoven," siger Lang.
Læs mere:
Det er blevet jaget i århundreder: hvad ved vi om planeten Vulcan ved siden af Solen
Fysikere har eksperimentelt bekræftet en ny grundlæggende lov for væsker
Astronomer har fundet kilden til mystiske radioudbrud, der kommer fra rummet