AI-model SAGRNet revolutioneert landbedekkingskartering met verbeterde nauwkeurigheid

Onderzoekers aan de Universiteit van Aberdeen hebben SAGRNet ontwikkeld, een geavanceerd AI-model dat is ontworpen om de nauwkeurigheid van landbedekkingskartering aanzienlijk te verbeteren, vooral voor vegetatie. Dit innovatieve model maakt gebruik van deep learning om hele landschapsobjecten te analyseren, waardoor de efficiëntie en precisie worden verbeterd in vergelijking met traditionele pixel-voor-pixel methoden. De studie die de ontwikkeling van SAGRNet beschrijft, is gepubliceerd in het ISPRS Journal of Photogrammetry and Remote Sensing. SAGRNet is getraind met behulp van satellietbeelden van diverse landschappen in het noordoosten van Schotland en verder getest in vijf wereldwijd verspreide stedelijke randgebieden. Deze gebieden, waaronder Guangzhou, Durban, Sydney, New York City en Porto Alegre, zijn geselecteerd om diverse ecologische achtergronden te vertegenwoordigen. Deze aanpak zorgt voor de robuustheid en overdraagbaarheid van het model in verschillende omgevingen. De open beschikbaarheid van het model stelt beleidsmakers in staat om snel de impact van gebeurtenissen zoals overstromingen en droogtes op grote gebieden te beoordelen. SAGRNet kan ook de groei van gewassen monitoren, wat helpt bij oogstvoorspellingen en beslissingen over duurzaam landgebruik. Deze technologie sluit aan bij de voortdurende ontwikkelingen in AI en remote sensing, zoals benadrukt door het aankomende IEEE IGARSS 2025 symposium en de recente landbedekkingskaartupdate van Esri. De mogelijkheid van SAGRNet om landschapsveranderingen snel en nauwkeurig te beoordelen, is cruciaal voor het begrijpen van de impact van klimaatverandering. De veelzijdigheid van het model maakt het geschikt voor grootschalige toepassingen zoals landbouwkundig onderzoek en ecologische monitoring. De ontwikkeling van SAGRNet vertegenwoordigt een belangrijke stap voorwaarts in milieumonitoring en duurzaam landbeheer en biedt waardevolle tools voor onderzoekers en beleidsmakers wereldwijd.