Tutti gli alberi assorbono anidride carbonica mentre crescono. Ma la tipologia di albero e il luogo in cui è piantato fanno la differenza nella quantità di carbonio che può catturare. Quando le aziende pagano per compensare il carbonio nelle foreste, spesso si basano su stime generiche che potrebbero non rappresentare esattamente ciò che sta crescendo in un’area. Un nuovo strumento sviluppato da IBM utilizza l’intelligenza artificiale per mappare con precisione alberi specifici e comprendere meglio i loro benefici climatici.
Come riporta FastCompany, la tecnologia si sviluppa a partire da una serie di immagini aeree di alberi che vengono combinate a dati Lidar, che generano un modello 3D realizzato quando un laser montato su un aeroplano misura la distanza dagli oggetti a terra. I dati mostrano l’altezza di ogni albero, la dimensione della chioma e persino ogni singola foglia.
La tecnologia basata su intelligenza artificiale di IBM estrae i dati e li rende uniformi, poiché i dati Lidar sono spesso archiviati in formati diversi e difficili da analizzare. Questo sistema anche l’apprendimento automatico per confrontare le immagini aeree con un database composto dalle tipologie di alberi. Con le dimensioni e la specie dell’albero, è possibile stimare quanto carbonio sta ogni albero sta assorbendo.
I ricercatori hanno testato un prototipo dello strumento a Manhattan, individuando le specie di ciascun albero e stimando che gli alberi sequestrino 52.000 tonnellate di carbonio. Sebbene i dati lidar non siano disponibili ovunque, dati più dettagliati in alcune città significano aiutare a perfezionare lo strumento in modo che possa utilizzare solo immagini aeree in quelle località dove i dati Lidar vengono meno. Il sistema, basato su intelligenza artificiale, può inoltre aiutare a fornire maggiore certezza nei mercati del carbonio. E poiché le città e i gestori delle foreste pianificano dove piantare più alberi, questa tecnologia può offrire maggiori indicazioni circa quali tipi cresceranno più velocemente in una particolare area.
