Az Amazonas térségében a kutatók a mesterséges intelligenciát (AI = MI) használják az ökológiai és erdőgazdálkodási tanulmányok megkönnyítésére. Ezeket az új automatizált eszközöket a trópusi erdők erdei biomassza, szén-dioxid és kereskedelmi faanyag mennyiségének becslésére használták.
A mesterséges intelligencia hatékonynak bizonyult az ismétlődő és munkaigényes feladatok helyettesítésében. Az amazóniai területek georeferálása példa a mesterséges intelligencia sikeres alkalmazására, amely segít a fáradságos feladatok elvégzésében. E technológiák alkalmazása hozzájárult a nagyméretű fák sokféleségének és elterjedésének feltérképezéséhez is, ami döntő fontosságú információkat szolgáltat az erdei erőforrások megőrzéséhez és fenntartható kezeléséhez, valamint segít az illegális erdőirtás elleni küzdelemben.
Az Amapá Állami Egyetem kutatója az Amazonas vidékén vizsgálta a mesterséges intelligencia felhasználását az ökológiai és erdőgazdálkodási kutatásokban. Olyan fejlett technikákat alkalmazva, mint a Random Forest Machine Learning, olyan modelleket fejlesztettek ki, amelyek képesek feltérképezni a nagy fák sokféleségét és sűrűségét az Amazonas bioszférájában.
Emellett mesterséges intelligencia-algoritmusokat használnak a trópusi erdőkben található erdei biomassza, szén-dioxid és kereskedelmi faanyag mennyiségének becslésére. Ezek az adatok elengedhetetlenek az erdei ökoszisztémák dinamikájának megértéséhez, és hozzájárulnak a természetvédelmi stratégiákhoz és a fenntartható erdőgazdálkodáshoz.
Az egyik alkalmazás a mesterséges intelligencia használata az Amazonas éghajlatváltozási forgatókönyveiben. A nagy fák vagy ritka fajok és élőhelyeik potenciális eloszlásának előrejelzésére az IPPC globális éghajlati modelljei szerint a kutató azt vizsgálta, hogy a trópusi erdőkre milyen hatással lehetnek, és hogyan lehetne adaptív erőforrás-gazdálkodást alkalmazni. Ez az információ kulcsfontosságú a természetvédelmi stratégiák kidolgozásához és a negatív környezeti hatások mérsékléséhez.
szerk/ford: Tóth János, forrás: ITTO/UEAP
