La deforestazione è un fenomeno globale che minaccia i processi fondamentali sui quali si basano la nostra società, la biodiversità che arricchisce il mondo e il nostro Pianeta in generale. Il fenomeno è così devastante che ogni minuto perdiamo un’area della foresta pluviale pari a quella di tre campi di calcio. Per rendere l’idea, questo equivale a perdere una superficie pari a quella della Campania ogni 40 giorni o dell’Italia ogni 2 anni e mezzo.
Tra le cause principali della deforestazione (responsabile per circa il 15% di tutte le emissioni globali di gas serra) vi sono l’estrazione del legname, costruzione di strade e infrastrutture e la sostituzione di aree forestali con allevamenti e colture. Su questo ultimo aspetto si concentra un progetto dei colleghi del Massachussets Institute of Technology (MIT) in Boston, sotto la guida di Dava Newman (già Deputy Director, ovvero vicedirettore, della agenzia spaziale americana Nasa durante la presidenza di Obama).
Il lavoro, capeggiato e condotto da un pool di giovanissimi ricercatori (quali studenti di dottorato e postdottorandi), affronta il problema della caratterizzazione del contenuto di CO2 immagazzinato nelle foreste. Questa informazione dovrebbe essere a disposizione dei governi e di altri enti per ridurre l’impatto della deforestazione sulle attività locali e sull’atmosfera globale, ma è lungi dall’esserlo. Per esempio, molti proprietari terrieri nelle foreste pluviali ricevono contributi per "l’agroforestazione", nella forma di crediti di carbonio. Ma, al fine di ricevere i soldi, i proprietari devono quantificare esattamente la quantità di carbonio che è immagazzinata nelle loro foreste. Purtroppo, in molte zone del Pianeta il monitoraggio di carbonio delle foreste è effettuato attraverso la misurazione dell’altezza e del diametro di ogni albero. Questo processo, oltre che lungo e tedioso, può essere molto costoso (fino a 300 dollari all’ettaro in Perù, adesempio). L’alternativa è quella di stimare le quantità di anidride carbonica tramite satelliti. Tuttavia, in tal caso, le immagini sono poco 'nitide' (bassa risoluzione) e non permettono di stimare la CO2 immagazzinata con la precisione richiesta. In sintesi, non esiste una soluzione abbordabile e, al tempo stesso, accurata per monitorare i progetti di conservazione delle foreste a livello dei singoli terreni agricoli.
L'anno che vorrei - "Smettiamo di distruggere la natura e ritroviamo gli affetti che ci legano"
Quello che i ricercatori dell’MIT hanno proposto è l’uso di immagini di droni e intelligenza artificiale attraverso un meccanismo di collaborazione tra i proprietari terrieri che funziona così: un proprietario terriero richiede l’acquisizione di dati da un drone del proprio campo; i dati raccolti dal drone vengono caricati sul server dell’Mit e l’algoritmo sviluppato dagli scienziati estrae le proprietà (per esempio, altezza, specie, eccetera) degli alberi nell’immagine, permettendo di calcolare la quantità immagazzinata di CO2.
Bjorn Lutjel (studente di dottorato all’Mit e uno dei leader del progetto) spiega: “Il problema principale è che non esiste un database globale che permetta l’identificazione delle specie dalle immagini dei droni. Per tale motivo, stiamo creando OneForest, un dataset globale sulle specie che è accessibile a tutti”.
Per creare questo set di dati il team ha utilizzato algoritmi di intelligenza artificiale che garantiscono la riservatezza dei dati del proprietario del terreno e, al tempo stesso, verificare l'integrità dell'immagine riportata (questa parte del progetto ha anche vinto un premio per la migliore proposta in un importante seminario di conferenza sull’intelligenza artificiale). Speriamo che lo sforzo di questi giovani vada a buon fine e possa essere utilizzato per sviluppare un’intelligenza “collettiva” che ci permetta di salvare le nostre foreste e non solo un’intelligenza artificiale.
/https%3A//www.repstatic.it/content/contenthub/img/2021/04/09/171221490-ab331ebd-d23a-4577-b22e-4cf245ab2a92.jpg)
/https%3A//www.repstatic.it/content/contenthub/img/2021/04/08/155717324-5e7f8c60-9f07-4989-a1cf-52427eb9a28c.jpg)
/https%3A//www.repstatic.it/content/contenthub/img/2021/03/30/145110706-037d7291-9197-4b46-89a0-c3c15b9eca88.jpg)
