Ostatnia aktualizacja 29 marca, 2022
Zarządzanie gruntami leśnymi w dotychczasowej formie staje się coraz mniej efektywne. Zmiany klimatu przyczyniają się do bardziej gwałtownych zjawisk, co często staje się wyścigiem z czasem, aby w porę zapobiec lokalnym kataklizmom, np. pożarom lasu. Uczenie maszynowe w połączeniu z nowoczesną flotą dronów może pomóc leśnikom.
Sprawdź: EEG już niedługo na ISS
Startup Treeswift może zrewolucjonizować gospodarkę leśną. Dzięki dronom, które poruszają się tuż pod koronami drzew, badacze zyskują szybszy i łatwiejszy dostęp do ogromnej liczby danych na temat lasu. Drony przemieszczają się sprawnie i szybciej docierają do różnych zakamarków. W efekcie znacznie poprawia się prędkość pozyskiwania danych o żywotności lasu, a także możliwych zagrożeniach.
Pożary lasu stają się aktualnie jednym z największych problemów, napędzanych okresową suszą i wzrostem globalnej temperatury. Monitorowanie stanu drzew oraz odnajdowanie skupisk wysuszonego drewna to karkołomne zadanie, jeśli obszar do zbadania jest ogromny. Człowiek nie wszędzie dotrze samochodem terenowym lub o własnych nogach, a przedzieranie się przez zarośla narusza otoczenie. Drony eliminują te problemy.
Monitoring dronem odbywa się bez ingerencji w równowagę środowiska. Jest też znacznie bardziej szczegółowy niż zdjęcia satelitarne czy wykonywane z samolotu. To znaczny postęp w porównaniu do tradycyjnych metod.
Uczenie maszynowe i nowoczesna flota dronów
Treeswift oferuje flotę dronów działających w systemie SwiftCruise, które mogą monitorować las w oparciu o różne parametry. Sprzęt jest przystosowany do tworzenia indywidualnych metryk pojedynczych drzew. Obraz z kamer i czujników LiDAR może dostarczać szczegółowych danych, które następnie gromadzone są w chmurze. Uczenie maszynowe w oparciu o zaawansowane algorytmy pozwala na analizę na zupełnie innym poziomie niż dotychczas.
Zobacz: Metaverse zastąpi biura?
Według deklaracji TreeSwift, SwiftCruise jest 10 razy szybszy od typowych metod prowadzenia danych. System może służyć do ochrony lasu przed pożarami, monitorowania wylesiania oraz różnego typu prognozowania.
