Uusi malli on konvoluutiohermoverkko (CNN).Suodatin
Kehitystyön aikana tutkijat käyttivät miljoonia näytekuvia kahdesta Euroopan avaruusjärjestön (ESA) operoimasta Copernicus Sentinel-2 -satelliitista.Nämä satelliitit tallentavat jokaisen sijainnin maapallolla viiden päivän välein resoluutiolla 10×10 metriä pikseliä kohti.Tuloksena on korkealaatuisimmat tällä hetkellä saatavilla olevat kuvat.
Puiden korkeuden laskemiseen käytettiin NASA GEDI -operaation aikana saatuja tietoja.
”GEDI:n missio tarjoaa maailmanlaajuistajakoi erilaista tietoa kasvillisuuden korkeudesta 51 pohjoisen ja eteläisen leveysasteen välillä, joten oppimisprosessissa tietokone näkee monenlaista kasvillisuutta”, yksi tutkijoista selittää.
Tuloksena oleva malli pystyy automaattisesti arvioimaan kasvillisuuden korkeuden yli 250 000 kuvasta (noin 160 TB dataa).
Myös hermoverkon korkea hyötysuhde liittyySe, että tutkijat eivät käyttäneet yhtä CNN:tä, vaan viittä. He harjoittelivat toisistaan riippumatta, ja jokainen heistä teki oman arvion puun korkeudesta. Malli ottaa huomioon myös itse datan epävarmuuden: esimerkiksi jos satelliittikuva on sumea, epävarmuus on suurempi kuin hyvissä ilmakehän olosuhteissa.
"Meille oli tärkeää tiedottaa käyttäjille arvostuksen epävarmuudesta", sanooLang, yksi tutkijoista.—Jos kaikki mallit täsmäävät, niin vastausJos mallit antavat erilaisia vastauksia, se tarkoittaa, että arvioon liittyy suurempi epävarmuus."
Neuroverkon avulla saatu maailmanlaajuinen kartta kasvillisuuden katoksen korkeudesta auttaaSe voi kiinnostaa myös hallituksia ja hallintoja.
"Sentinel-2:lla kasvillisuuden korkeudet voidaan laskea uudelleen viiden päivän välein, jolloin voit seurata sademetsän hakkuita", Lang sanoo.
Lue lisää:
Sitä on metsästetty vuosisatoja: mitä tiedämme Vulcan-planeetasta Auringon vieressä
Fyysikot ovat kokeellisesti vahvistaneet nesteille uuden peruslain
Tähtitieteilijät ovat löytäneet avaruudesta tulevien salaperäisten radiopurskeiden lähteen