Пандемия коронавируса заставила исследователей переключиться или временно отказаться от проектов из-за медицинских протоколов или невозможности путешествовать. Но для Патрика Киса и Элизабет Барнс, мужа и жены ученых из Университета штата Колорадо, прошедший год стал продуктивным сотрудничеством в исследованиях.
Они объединились с Нилом Картером, доцентом Мичиганского университета, над статьей, опубликованной в журнале Environmental Research Letters, в которой представлена спутниковая карта антропогенного воздействия на земли по всему миру.
Киз, ведущий автор и научный сотрудник Школы глобальной экологической устойчивости CSU, сказал, что команда использовала машинное обучение для создания карты, которая показывает, где в мире произошли резкие изменения ландшафта. На карте показан практически текущий моментальный снимок последствий вырубки лесов, добычи полезных ископаемых, расширения сети дорог, урбанизации и роста сельского хозяйства.
«Карта, которую мы разработали, может помочь людям понять важные проблемы в области сохранения биоразнообразия и устойчивого развития в целом», - сказал Киз.
Карту такого типа можно использовать для мониторинга прогресса в достижении Цели устойчивого развития ООН 15 (SDG15) «Жизнь на суше», которая направлена на содействие устойчивому развитию при сохранении биоразнообразия.
Восемь алгоритмов для сбора данных со всего мира
Барнс, адъюнкт-профессор кафедры атмосферных наук CSU, проделал тяжелую работу в части данных проекта.
Выполняя родительские обязанности с Keys, она писала код, как никогда раньше, работая с триллионами точек данных и обучая до восьми отдельных алгоритмов для работы в разных частях мира. Затем она объединила алгоритмы, чтобы обеспечить бесшовную классификацию всей планеты.
Сначала двум исследователям пришлось научиться говорить на рабочем языке друг друга.
"У Пэт изначально была идея для этого исследования, и я сказал: "Машинное обучение так не работает"," - сказал Барнс.
Затем она вместе с ним набросала компоненты: входные данные - это то, что мы хотим видеть из космоса, например спутниковое изображение; а результат - это некоторая мера того, что люди делают на Земле. Средней частью уравнения было машинное обучение.
Киз сказал, что Барнс разработал сверточную нейронную сеть, которая обычно используется для интерпретации изображений. Это похоже на то, как работает Facebook, когда сайт предлагает отметить друзей на фото.
"Это как наши глаза и наш мозг", сказал он.
При разработке алгоритма они использовали существующие данные, которые классифицировали воздействие человека на планету, такие факторы, как дороги и здания, пастбища для скота и обезлесение. Затем сверточная нейронная сеть научилась точно интерпретировать спутниковые снимки на основе имеющихся данных.
От анализа одной страны к миру
Исследователи начали с Индонезии, страны, в которой за последние 20 лет произошли быстрые изменения. К концу лета, после того как они были уверены в том, что они определили в Индонезии с помощью машинного обучения, Киз предложил им изучить весь земной шар.
«Я помню, как сказал ему, что это невозможно», - сказал Барнс. «Он знает, что всякий раз, когда я это говорю, я вернусь и попытаюсь заставить это работать. Неделю спустя мы разобрались со всем земным шаром».
Барнс сказал, что использование машинного обучения не является надежным и требует некоторых последующих действий, чтобы гарантировать точность данных.
«Машинное обучение всегда даст ответ, мусор это или нет», - объяснила она. «Наша работа как ученых состоит в том, чтобы определить, полезно ли это».
Кейс провел много ночей в Google Планета Земля, просматривая более 2000 мест на земном шаре в 2000 году, а затем сравнивал эти сайты с 2019 годом. Он отметил изменения и подтвердил данные с Барнсом.
Исследовательская группа также провела более глубокое исследование трех стран - Гайаны, Марокко и Гамбии - чтобы лучше понять, что они обнаружили.
В будущем, когда будут доступны новые спутниковые данные, Киз сказал, что команда может быстро создать новую карту.
«Мы можем подключить эти данные к уже обученной нейронной сети и сгенерировать новую карту», - сказал он. «Если мы будем делать это каждый год, у нас будут последовательные данные, показывающие, как меняется воздействие человека на ландшафт».
Киз сказал, что исследовательский проект помог ему поднять настроение за последний год.
«Честно говоря, во время пандемии мне пришлось нелегко», - сказал он. «Оглядываясь назад, я могу сказать, что работал над этим захватывающим, веселым, интересным и открытым проектом с замечательными людьми. Он значительно скрасил пандемию».