谷歌利用AI预测森林砍伐风险并绘制物种分布图

2 天前·来源:DeepMind Blog
谷歌AI模型环境保护物种分布森林砍伐

谷歌宣布推出新的生物圈研究,利用AI预测森林砍伐风险。同时,谷歌研究人员开发了基于AI的物种分布图绘制方法,覆盖更多物种和更高分辨率。这些工具旨在帮助保护生态系统和物种,通过卫星数据和AI模型提供精确预测。

谷歌宣布了新的生物圈研究,旨在预测森林砍伐风险。该研究基于卫星遥感数据,开发了一个模型来追踪森林损失的驱动因素,如农业、伐木、采矿和火灾,覆盖2000年至2024年,分辨率达到1平方公里。谷歌发布了一个基准数据集,用于预测森林砍伐风险,该模型使用纯卫星输入,无需特定本地数据层如道路,并采用基于视觉变换器的高效架构,能实现精确的高分辨率预测,尺度低至30米,覆盖大区域。

谷歌研究人员开发了一种新的AI驱动方法,用于绘制物种分布图,覆盖更多物种、更广区域和更高分辨率。该图神经网络模型结合了物种野外观察的开放数据库、AlphaEarth Foundations的卫星嵌入和物种特征信息如体重,能同时推断多个物种的可能地理分布。作为与QCIF和EcoCommons研究人员的试点项目的一部分,该模型已用于绘制澳大利亚哺乳动物如大滑翔袋貂的分布图。

谷歌还更新了其生物声学模型Perch,用于监听全球鸟类声音,但具体更新细节未在新闻中详细说明。这些AI工具旨在帮助政府、公司和保护组织收集数据、整合见解并转化为行动,以保护生态系统和物种。

背景阅读

AI在环境保护领域的应用正日益广泛,特别是在生物多样性监测和生态系统保护方面。传统方法依赖人工调查和卫星遥感,但数据收集和分析效率有限。近年来,AI技术如机器学习和深度学习被用于处理大规模环境数据,例如通过卫星图像分析森林覆盖变化或利用声学数据监测野生动物。谷歌的AlphaEarth Foundations项目提供了高分辨率的地球卫星嵌入,为AI模型提供了丰富的地理信息输入。图神经网络作为一种新兴的AI架构,擅长处理图结构数据,在物种分布建模中能整合多源数据,如物种观察记录和卫星特征,提高预测准确性。这些技术有助于应对全球生物多样性丧失和森林砍伐等环境挑战,支持科学研究和保护决策。

评论 (0)

登录后参与评论

加载评论中...