ETH Zürich 05.12.2019, 14:30 Uhr

Mit maschinellem Lernen den Regenwald erhalten

Der Computerwissenschaftler David Dao entwickelt lernfähige Algorithmen, die mit Satelliten-​ und Drohnenbildern voraussagen können, wo sich die Entwaldung des Regenwalds weiter ausdehnen wird.
Durch Brandrodung wird landwirtschaftliches Land gewonnen wie hier im mexikanischen Urwald
(Quelle: Jami Dwyer/Wikimedia Commons/gemeinfrei)
Die Bilder der rauchenden Regenwälder im Amazonas haben sich in diesem Sommer ins Gedächtnis gebrannt – und mancher fragte sich, wie viel Wald geht da verloren? Einer, der sich dieser Frage widmet, ist der Computerwissenschaftler David Dao, Doktorand am DS3Lab des ETH-​Instituts für Computing Platforms. Der Deutsche ist ein Spezialist für maschinelles Lernen und entwickelt lernfähige Algorithmen, die selbständig Satelliten-​ und Drohnenaufnahmen auswerten. Auf diese Weise können sie erkennen, wo und in welchem Ausmass die Waldfläche kleiner wird. Sie können sogar voraussagen, wo der Regenwald in naher Zukunft weiter schrumpfen wird. Der Trick liegt in der Art, wie sie Bilder lesen.
Satelliten und Drohnen liefern unzählige Bilder über den Regenwald – aus verschiedenen Höhen sowie in unterschiedlicher Auflösung und Qualität. Gemeinsam ist diesen Aufnahmen, dass die Gegenstände, die sie abbilden, nicht beschriftet oder gekennzeichnet sind. Anders als auf Landkarten tragen die Orte keine Namen sowie die Wälder, Flüsse und Strassen keine einheitliche Signatur. Sie haben kein «Label», wie die Informatiker sagen. Die Computer-​Algorithmen können deshalb nicht direkt aus dem Bild herauslesen, was ein Waldgebiet ist und was nicht.

Autor(in) Florian Meyer, ETH-News



Das könnte Sie auch interessieren