به گزارش سرویس ترجمه خبرگزاری ایمنا، جنگلداری شهری در سالهای اخیر با ورود فناوریهای دادهمحور از جمله لیدار، هوش مصنوعی، تصاویر ماهوارهای و پهپادها دگرگونی بنیادینی یافته است. مدیریت سنتی درختان شهری بر شمارش دستی و بازدیدهای میدانی تکیه داشت که پرهزینه، کند و ناقص بود. امروز اما شهرها میتوانند با ترکیب دادههای ماهوارهای و لیدار، تکتک درختان را شناسایی کنند، گونه، سن، اندازه و سلامت هر یک را ثبت کنند و تصویری کامل و بهروز از تاج پوشش شهری به دست آورند.
مدیران شهری میتوانند با داشتن یک فهرست دیجیتال دقیق، تنوع زیستی را پایش کنند، گستره تاج پوشش را اندازهگیری کنند، سلامت درختان را دنبال کنند و محل بهینه کاشت درختان جدید را برای خنکسازی شهر تعیین کنند. یک تیم دانشگاهی با روشی بر پایه هوش مصنوعی موفق شد ۲۸۰ میلیون درخت شهری را در بیش از ۳۳۰ شهر آمریکا شناسایی کند.
سنگاپور؛ نخستین کشور با نقشه سهبعدی کامل و فهرست دیجیتال نیممیلیون درخت
سنگاپور بهعنوان پیشگام جهانی در دیجیتالیکردن دادههای سبز شهری شناخته میشود و نخستین کشوری است که کل مساحت خود را بهصورت سهبعدی نقشهبرداری کرد. این کشور که خود را شهری در باغ مینامد، از سال ۲۰۱۶ ساخت مدلهای سهبعدی مجازی از درختان خود را آغاز کرد تا بتواند دادههای سبز را در مقیاس ملی مدیریت کند.
قلب این رویکرد، سامانه موسوم به TreesSG است که توسط اداره پارکهای ملی سنگاپور راهاندازی شده است. این پورتال تعاملی دادههای بیش از نیممیلیون درخت شهری سنگاپور را در اختیار شهروندان قرار میدهد و به آنها امکان میدهد تکتک درختان را روی نقشه پیدا کنند. هر درخت در این سامانه شامل اطلاعات علمی و نام رایج، ابعاد، محتوای کربن و برنامه هرس است که به شهروندان کمک میکند با محیط سبز اطراف خود آشنا شوند و به حفظ آن کمک کنند.
این فهرست دیجیتال با ترکیب دادههای اداره نقشهبرداری سنگاپور و سایر نهادهای دولتی ایجاد شده است و برای اداره پارکهای ملی سنگاپور که مسئول نگهداری فضای سبز عمومی است، امکانپذیری مدیریت کارآمدتر را فراهم میکند.
نقشه دیجیتال درختان سنگاپور به اداره پارکهای ملی سنگاپور امکان میدهد نگهداری درختان خاص را اولویتبندی کند؛ برای مثال، درختانی که در طوفانها در معرض خطر سقوط قرار دارند، پیش از وقوع حادثه شناسایی و رسیدگی میشوند. اطلاعات به این نهاد کمک کرده است زمینهای دولتی را بهتر مدیریت کند، سازههای غیرقانونی را در مناطق سبز شناسایی کند و تعداد و محل دقیق درختانی را که باید نگهداری کند تخمین بزند.
سنگاپور فراتر از یک فهرست ساده رفته و مدلهای سهبعدی مجازی از درختان خود ساخته است. این مدلها به طبیعتشناسان امکان میدهند رفتار درختان را در شرایط مختلف آبوهوایی همچون باران و باد مطالعه کنند و استراتژیهای حفاظت و مدیریت را با اقلیم شدید تطبیق دهند. این کار بخشی از پروژه «سنگاپور مجازی» است؛ نخستین دوقلوی دیجیتال کشور که در آن دادههای لیدار و تصاویر ماهوارهای برای ساخت مدلهای سهبعدی درختان در سطوح مختلف جزئیات به کار میروند.
این دوقلوی دیجیتال کامل با نهادهای دولتی مختلف به اشتراک گذاشته میشود و به مدیریت داراییها و تصمیمگیری، از جمله مدیریت دقیق درختان و فضاهای سبز کمک میکند. جنگلداری شهری دادهمحور در سنگاپور در مقیاس ملی اجرا و به ابزاری برای مدیریت ایمنی، برنامهریزی اقلیمی و مشارکت شهروندی تبدیل شده است. ترکیب فهرست درختی عمومی، مدلهای سهبعدی و دوقلوی دیجیتال، سنگاپور را به الگویی جهانی تبدیل کرده است که بسیاری از شهرهای دیگر همچون ملبورن و نیویورک از آن پیروی میکنند.
ورشو؛ نقشه تاج درخت هفت میلیون درخت لهستان
ورشوی لهستان یکی از پیشگامانهترین پروژههای جنگلداری شهری دادهمحور در اروپا را با پروژه «نقشه تاج درخت» اجرا کرده است. این پروژه که با مشارکت دانشگاه ورشو و دانشگاه وودژ انجام شد، با ترکیب تصاویر هوایی، دادههای لیدار و دادههای هایپرسپکترال، نقشهای بیسابقه از تکتک درختان پایتخت لهستان ایجاد کرد.
پروژه در دسامبر ۲۰۱۸ با یک پایلوت در مساحت ۵۰ کیلومتر مربع از ورشو آغاز شد. این آزمایش موفق بود و نشان داد که حدود ۲۵ درصد از این منطقه با تاج درختان پوشیده شده است. با موفقیت این آزمایش، پروژه با اشتیاق ادامه پیدا کرد و تا پایان سال ۲۰۲۰ کل شهر ورشو با مساحت بیش از ۵۰۰ کیلومتر مربع از بالا نقشهبرداری شد. این نقشه پیشرفته هفت میلیون و ۱۲۱ هزار و ۱۹۷ تاج درخت را شناسایی کرد و ۵۰ گروه طبقهبندیشده مختلف درخت را تشخیص داد.
برای ساخت این نقشه، دادههای متعددی در عرض دو روز جمعآوری شد: تصاویر هوایی با وضوح ۱۰ سانتیمتر، تصاویر هایپرسپکترال با پیکسل یک متر و تصاویر ابر نقطهای از اسکن لیزری هوایی. این دادههای چندگانه به پژوهشگران امکان داد اطلاعات دقیقی درباره هندسه تاجها و وضعیت سلامت هر درخت به دست آورند. میانگین دقت طبقهبندی خودکار گونهها برای همه گروههای طبقهبندیشده حدود ۷۵ درصد بود و در مورد ۲۰ گروه از این رقم نیز فراتر رفت. این دقت نقشه را به ابزاری قابلاعتماد برای مدیریت جنگل شهری تبدیل کرده است.
نقشه تاج درخت ورشو اطلاعاتی فراتر از محل درختان ارائه میدهد که شامل گونه، هندسه تاج و وضعیت سلامت هر درخت است. برای مثال، تحلیلها نشان داد که گونه نمدار در ورشو در بدترین وضعیت سلامت قرار دارد و نیاز به توجه ویژه دارد. این اطلاعات به شهر امکان میدهد نگهداری را هدفمند و سلامت جنگل شهری را پایش کند.
موفقیت این پروژه به گسترش آن انجامید و از سال ۲۰۲۰ فهرستهای درختی مشابهی را با سنجش از دور در چهار شهر دیگر لهستان شامل سوپوت، یاسوو، زووتوف و ژشوف تهیه شد. این رویکرد سپس به «نقشه منطقهای تاج درخت لهستان» تکامل یافت که بیش از ۳.۳ میلیارد تاج درخت را در سراسر کشور، معادل ۳۰.۹۲ درصد مساحت زمین، شناسایی کرد. تجربه ورشو نشان میدهد که جنگلداری شهری دادهمحور میتواند از یک آزمایش محلی به یک پروژه ملی و فراملی گسترش پیدا کند.
کرایستچرچ؛ نقشهبرداری هوش مصنوعی از دسترفت درختان
شهر کرایستچرچ در نیوزیلند با یک ابزار هوش مصنوعی نوآورانه توانسته است از دسترفت تاج پوشش درختی خود را با جزئیاتی بیسابقه نقشهبرداری کند. این پژوهش که توسط دانشگاه کنتربری انجام شده، نشان داده است که کرایستچرچ بین سالهای ۲۰۱۶ تا ۲۰۲۱ حدود ۱۴.۵ درصد از تاج پوشش درختی شهری خود را از دست داده است و بیشتر این کاهش در زمینهای مسکونی رخ داده است.
آنچه این ابزار را متمایز میکند سطح جزئیاتی است که پیشتر ممکن نبود. این فناوری به شهر امکان داده است بهطور دقیق مشخص کند که درختان در کدام محلهها و زمینها از بین رفتهاند و به این ترتیب، اقدامات هدفمندتری برای جبران آن طراحی کند.
این قابلیت برای سازگاری اقلیمی و برنامهریزی شهری حیاتی است. شهر میتواند با دانستن محل دقیق از دسترفت درختان، کاشتهای جدید را در مناطقی متمرکز کند که بیشترین نیاز را دارند و از گسترش بیضابطه و از دسترفت تاج پوشش جلوگیری کند. هوش مصنوعی به کرایستچرچ کمک کرده است سریعتر و دقیقتر درباره اقلیم و برنامهریزی عمل کند. این ابزار الگویی برای سایر شهرهایی است که میخواهند روندهای تاج پوشش خود را در طول زمان پایش کنند و تصمیمهای بر پایه داده واقعی بگیرند.
تاشکند؛ فهرست درختی هوش مصنوعی در مقیاس کلانشهر
شهر تاشکند در ازبکستان نمونهای برجسته از جنگلداری شهری دادهمحور است. پژوهشگران در این شهر یک رویکرد ترکیبی بر پایه هوش مصنوعی و سامانه اطلاعات جغرافیایی (GIS) را برای تهیه فهرست درختی شهری به کار گرفتهاند. این رویکرد در ۱۲ ناحیه شهر اعمال شد و در مجموع بیش از سه میلیون و ۶۳۵ هزار درخت را شناسایی کرد و به دقت کلی ۸۸.۸ درصد دست پیدا کرد.
آنچه این پروژه را متمایز میکند، مقیاس عظیم آن در یک کلانشهر در حال توسعه است. تهیه فهرست درختی از طریق روشهای دستی در چنین مقیاسی غیرممکن است؛ اما ترکیب هوش مصنوعی و GIS امکان شناسایی، طبقهبندی و ثبت میلیونها درخت را در زمانی کوتاه و با هزینهای مقرونبهصرفه فراهم کرده است.
این رویکرد به شهر تاشکند امکان داده است تصویری کامل و دقیق از جنگل شهری خود داشته باشد که مبنای تصمیمگیری درباره کاشت، نگهداری و مدیریت درختان شهری است. داشتن چنین فهرستی برای برنامهریزی اقلیمی، مدیریت گرما و حفظ تنوع زیستی حیاتی است.
تجربه تاشکند نشان میدهد که جنگلداری شهری دادهمحور تنها به کشورهای توسعهیافته محدود نیست. شهرهای در حال توسعه نیز میتوانند با بهرهگیری از هوش مصنوعی و GIS فهرست درختی جامعی از کلانشهر خود تهیه کنند و مدیریت جنگل شهری را از رویکردی دستی و ناقص به رویکردی دادهمحور و مقیاسپذیر ارتقا دهند.
میدلند؛ نخستین شهر میشیگان با جنگل شهری هوشمند
شهر میدلند در ایالت میشیگان به نخستین و تنها شهر این ایالت تبدیل شده است که هوش مصنوعی را در مدیریت جنگل شهری خود به کار گرفته است. این شهر با بیش از ۴۰ هزار درخت، یک سیستم لیدار را برای ثبت و ضبط گونه، سن، اندازه و سلامت هر درخت به کار گرفته است. این دادهها برای ایجاد یک فهرست درختی جامع استفاده میشود که در اختیار پنج جنگلبان شهر قرار میگیرد تا در نگهداری از این درختان از آن بهره ببرند.
مدیر پارکها و تفریحات میدلند این دادهها را معدن طلا توصیف کرده است، زیرا به شهر امکان میدهد مدیریت جنگل شهری را از رویکردی واکنشی به رویکردی دادهمحور و پیشگیرانه تبدیل کند. بهجای انتظار برای بروز مشکل در یک درخت، جنگلبانان میتوانند بر اساس دادههای سلامت و سن، اولویتهای نگهداری را تعیین کنند. دادههای جمعآوریشده با هوش مصنوعی به جنگلبانان شهر امکان میدهد تنوع زیستی، گستره تاج پوشش و سلامت کلی درختان را پایش کنند تا جنگل شهری تابآورتری پرورش دهند.
تجربه میدلند نشان میدهد که حتی شهرهای متوسط نیز میتوانند از فناوریهای دادهمحور برای ارتقای مدیریت جنگل شهری بهره ببرند. این رویکرد نهتنها کارایی نگهداری را افزایش میدهد، بلکه به شهر امکان میدهد سرمایه سبز خود را بهتر بشناسد و از آن محافظت کند.
نظر شما