Ilaria Rosella Pagliaro Come l'intelligenza artificiale e le immagini satellitari rivoluzionano la mappatura delle strade non registrate: una chiave per combattere la distruzione ambientale nelle aree selvagge
©Remote Sensing
Le tecniche avanzate di intelligenza artificiale (IA), attraverso l’analisi di immagini satellitari, si stanno affermando come strumenti all’avanguardia per l’identificazione di strade non registrate, le quali contribuiscono alla distruzione degli ecosistemi incontaminati.
Una recente ricerca, a cui ha partecipato il rinomato Bill Laurance, professore presso la James Cook University, ha esplorato l’efficacia di un metodo automatizzato per la mappatura su vasta scala delle infrastrutture stradali. Il lavoro si è avvalso dell’impiego di reti neurali convoluzionali, addestrate su ampi set di dati stradali e immagini satellitari, per affrontare questa sfida.
Laurance ha messo in luce l’attuale boom globale di costruzioni stradali, con previsioni che indicano circa 25 milioni di chilometri di nuove strade asfaltate da realizzare entro metà secolo, sottolineando come la maggior parte di queste costruzioni sia concentrata nei paesi in via di sviluppo, specialmente nelle zone tropicali e subtropicali ricche di biodiversità:
Circa il 90% di tutta la costruzione di strade sta avvenendo nei Paesi in via di sviluppo, comprese molte regioni tropicali e subtropicali con una biodiversità eccezionale. Aumentando drasticamente l’accesso ad aree naturali un tempo remote, lo sviluppo stradale scarsamente regolamentato provoca un drammatico aumento del degrado ambientale dovuto ad attività come il disboscamento, l’estrazione mineraria e il disboscamento.
Il professore ha evidenziato come molte delle strade presenti in queste aree, sia legali che illegali, sfuggano alla mappatura ufficiale. Studi condotti in diverse regioni, come l’Amazzonia brasiliana e l’Asia-Pacifico, hanno rivelato una discrepanza notevole tra la lunghezza delle strade effettivamente esistenti e quella registrata nei database ufficiali, con quest’ultima che risulta fino a 13 volte inferiore.
©Remote Sensing
La mappatura
La tradizionale mappatura stradale, basata sull’analisi manuale delle immagini satellitari, è stata descritta da Laurance come un processo estremamente lento, incapace di tenere il passo con l’accelerazione della costruzione stradale a livello mondiale. Per superare queste limitazioni, il team di ricerca ha sviluppato e addestrato tre modelli di apprendimento automatico per l’identificazione automatizzata delle infrastrutture stradali attraverso immagini satellitari ad alta definizione, focalizzandosi su aree rurali, spesso remote e boscose, in Papua Nuova Guinea, Indonesia e Malesia.
Il lavoro svolto dimostra il potenziale significativo dell’intelligenza artificiale in applicazioni di vasta scala come la mappatura globale delle strade. Sebbene vi sia ancora strada da fare, i progressi finora raggiunti sono promettenti. Laurance conclude sottolineando l’importanza cruciale di queste tecnologie nel contrastare una delle più gravi minacce dirette alle foreste tropicali a livello globale, ossia la proliferazione incontrollata delle strade. L’IA, nei prossimi anni, potrebbe diventare uno strumento fondamentale per mappare e monitorare le infrastrutture stradali nelle regioni più vulnerabili dal punto di vista ambientale.
Non vuoi perdere le nostre notizie?
- Iscriviti ai nostri canali Whatsapp e Telegram
- Siamo anche su Google News, attiva la stella per inserirci tra le fonti preferite
Fonte: Remote Sensing
Ti potrebbe interessare anche:
- Per la prima volta l’intelligenza artificiale traccia il ciclo di vita completo degli iceberg dell’Antartico
- Cerchi delle fate, quanti sono in tutto il mondo? Per la prima volta mappati tutti con l’intelligenza artificiale
- Per la prima volta i ricercatori sono riusciti a “conversare” con una megattera dell’Alaska (grazie all’Intelligenza Artificiale)
