המודל החדש הוא רשת עצבית קונבולוציונית (CNN). כלומר, האלגוריתם מטיל מסנן
במהלך הפיתוח, מדענים השתמשו במיליוניםדוגמאות לתמונות משני לווייני Copernicus Sentinel-2 המופעלים על ידי סוכנות החלל האירופית (ESA). לוויינים אלו מתעדים כל מיקום על פני כדור הארץ כל חמישה ימים ברזולוציה של 10X10 מטר לפיקסל. התוצאה היא התמונות האיכותיות ביותר הקיימות כיום.
כדי לחשב את גובה העצים, נעשה שימוש בנתונים שהתקבלו במהלך משימת GEDI של נאס"א.
"המשימה GEDI מספקת גלובליתהפיץ נתונים שונים על גובה הצמחייה בין 51 מעלות צפון ודרום קו רוחב, כך שבתהליך הלמידה המחשב רואה סוגים רבים ושונים של צמחייה", מסביר אחד החוקרים.
המודל המתקבל מסוגל להעריך אוטומטית את גובה הצמחייה מתוך למעלה מ-250,000 תמונות (כ-160 TB של נתונים).
היעילות הגבוהה של הרשת העצבית קשורה גםהעובדה שהחוקרים השתמשו לא ב-CNN אחד, אלא בחמישה. הם התאמנו ללא תלות זה בזה, וכל אחד מהם ערך הערכה משלו לגבי גובה העץ. המודל לוקח בחשבון גם את אי הוודאות בנתונים עצמם: למשל, אם תמונת הלוויין מעורפלת, אי הוודאות גבוהה יותר מאשר בתנאים אטמוספריים טובים.
"היבט חשוב עבורנו היה ליידעמשתמשים לגבי אי ודאות האומדן", אומר לאנג, אחד החוקרים. - אם כל הדגמים תואמים, אז התשובה ברורה על סמך נתוני האימון. אם המודלים מגיעים לתשובות שונות, זה אומר שיש יותר אי ודאות באומדן."
מפה גלובלית המתקבלת באמצעות רשת עצביתגובה חופת הצמח יעזור לאקולוגים לעקוב אחר שינויי האקלים. זה עשוי לעניין גם ממשלות וגופים מנהליים.
"עם ה-Sentinel-2, ניתן לחשב מחדש את גבהי הצמחייה כל חמישה ימים, מה שמאפשר לך לעקוב אחר כריתת יערות ביערות הגשם", אומר לאנג.
קרא עוד:
זה ניצוד במשך מאות שנים: מה אנחנו יודעים על כוכב הלכת וולקן ליד השמש
פיזיקאים אישרו בניסוי חוק יסוד חדש לנוזלים
אסטרונומים מצאו את המקור לפרצי רדיו מסתוריים שמגיעים מהחלל