Mapeo de árboles con Inteligencia Artificial

Con esta propuesta, se podrá clasificar qué pixeles contienen árboles en las imágenes de satélite y contabilizar las áreas verdes

 

Ciudad de México (N22/ Redacción). – Investigadores de los laboratorios Descartes utilizaron Inteligencia Artificial para realizar, de manera exhaustiva y más precisa, el conteo de árboles en las ciudades. Los antecedentes de este tipo de esfuerzos se hicieron en Nueva York en 2015 con el censo de árboles de esa ciudad; sin embargo, la forma de registrarlos confundía todas las zonas verdes con árboles, lo que generó imprecisión.

El sistema que se utilizó hasta ahora fue la Medición de Vegetación de Diferencia Normalizada (NDVI, por sus siglas en inglés), que detecta la vegetación al medir las distintas longitudes de onda y la luz infrarroja cercana reflejada por todas las plantas, pero no puede distinguir la diferencia entre la vegetación.

La propuesta de los laboratorios Descartes es utilizar el NDVI con datos Light Detection and Ranging (LIDAR) que es un sensor óptico que transmite rayos láser hacia un objetivo en rutas topográficas específicas y genera una base de datos dentro de coordenadas.

El resultado que se busca es una “tercera dimensión” que, de acuerdo con Kyle Story, investigador de Descartes Labs, es crucial, “pero la recopilación de datos LIDAR para cualquier ciudad es costosa debido a los costosos equipos involucrados”.

El reto de los investigadores es crear un algoritmo que, al ejecutarlo, provea imágenes satelitales diferenciadas entre las que contengan arbustos y las que sean de árboles. Este sistema es perfectible porque ha recogido sombras proyectadas en edificios como árboles, sin embargo, proporciona una visión general de la población de árboles.

Sin duda, la recopilación de datos más granulares aún requerirá más trabajo de campo con voluntarios. Estos datos pueden hacer visibles los problemas en áreas donde hay pocos árboles y facilitar a los gobiernos el conocimiento para promover su plantación y con ello, la mejora del espacio urbano.

 

 

Con información de City Lab