大流行已導(dǎo)致研究人員由于衛(wèi)生規(guī)程或無法旅行而改變了檔次或暫時放棄了項(xiàng)目。但是對于科羅拉多州立大學(xué)的夫妻科學(xué)家Patrick Keys和伊麗莎白·巴恩斯(Elizabeth Barnes)來說，去年促成了卓有成效的研究合作。

他們與密歇根大學(xué)助理教授尼爾·卡特(Neil Carter)合作，在《環(huán)境研究快報(bào)》上發(fā)表了一篇論文，該論文概述了基于衛(wèi)星的人類對世界各地土地壓力的地圖。

凱斯(Keys)是科羅拉多州立大學(xué)(CSU)全球環(huán)境可持續(xù)發(fā)展學(xué)院的首席作者和研究科學(xué)家，他說，該團(tuán)隊(duì)使用機(jī)器學(xué)習(xí)來制作地圖，該地圖揭示了世界各地景觀突然發(fā)生的變化。該地圖顯示了森林砍伐，采礦，擴(kuò)大的道路網(wǎng)絡(luò)，城市化和農(nóng)業(yè)增加帶來的近期影響。

Keys說：“我們開發(fā)的地圖可以幫助人們了解生物多樣性保護(hù)和可持續(xù)發(fā)展方面的重要挑戰(zhàn)。”

大流行年為科羅拉多州立大學(xué)的夫妻科學(xué)家Patrick Keys和Elizabeth Barnes提供了合作開展新研究的機(jī)會。圖片來源：Joe Mendoza / CSU Photography

此類地圖可用于監(jiān)測合國可持續(xù)發(fā)展目標(biāo)15(SDG15)“陸上生命”的進(jìn)展，該目標(biāo)旨在促進(jìn)可持續(xù)發(fā)展，同時保護(hù)生物多樣性。

八種算法可包含來自世界各地的數(shù)據(jù)

科羅拉多州立大學(xué)大氣科學(xué)系副教授巴恩斯(Barnes)在該項(xiàng)目的數(shù)據(jù)方面做了繁重的工作。

在使用Keys繁瑣的育兒職責(zé)時，她以前所未有的方式編寫了代碼，處理了數(shù)萬億個數(shù)據(jù)點(diǎn)，并訓(xùn)練了多達(dá)八種單獨(dú)的算法來覆蓋世界的不同地區(qū)。然后，她合并了算法，以提供整個星球的無縫分類。

最初，兩位研究人員必須學(xué)習(xí)說對方的工作語言。

巴恩斯說：“帕特最初對這項(xiàng)研究有一個想法，我說，“機(jī)器學(xué)習(xí)不是那樣的。”

然后，她與他一起勾勒出了各個組成部分：輸入是我們希望能夠從太空看到的東西，例如衛(wèi)星圖像。輸出是人類在地球上做什么的某種量度。等式的中間部分是機(jī)器學(xué)習(xí)。

Keys說，Barnes設(shè)計(jì)的是卷積神經(jīng)網(wǎng)絡(luò)，通常用于解釋圖像。這與網(wǎng)站建議在照片中標(biāo)記朋友時Facebook的工作方式類似。

他說：“這就像我們的眼睛和大腦。”

在開發(fā)算法時，他們使用現(xiàn)有數(shù)據(jù)對人類對地球的影響，道路和建筑物等因素以及牧場，牲畜和森林砍伐等因素進(jìn)行了分類。然后，卷積神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)了如何根據(jù)現(xiàn)有數(shù)據(jù)準(zhǔn)確地解釋衛(wèi)星圖像。

從一個國家到世界的分析

研究人員從尼西亞開始，該國在過去20年中經(jīng)歷了快速的變化。到夏季末，在對自己在尼西亞使用機(jī)器學(xué)習(xí)識別出的東西充滿信心之后，Keys建議他們將目光投向整個地球。

“我記得告訴他這是不可能的，”巴恩斯說。“他知道，只要我這樣說，我就會回去嘗試并使其正常工作。一周后，我們已經(jīng)弄清楚了整個地球。”

巴恩斯說，使用機(jī)器學(xué)習(xí)并不是萬無一失的，它需要進(jìn)行一些跟進(jìn)以確保數(shù)據(jù)的準(zhǔn)確性。

她解釋說：“無論是否是垃圾，機(jī)器學(xué)習(xí)總是可以提供答案。” “我們作為科學(xué)家的工作是確定它是否有用。”

Keys在Google Earth上度過了很多個夜晚，在2000年回顧了全球2,000多個地方，然后將這些網(wǎng)站與2019年進(jìn)行了比較。他指出了變化，并與Barnes確認(rèn)了數(shù)據(jù)。

該研究小組還深入研究了三個國家(圭亞那，摩洛哥和岡比亞)，以更好地了解他們的發(fā)現(xiàn)。

在將來，當(dāng)有新的衛(wèi)星數(shù)據(jù)可用時，Keys說，該團(tuán)隊(duì)可以快速生成新的地圖。

他說：“我們可以將數(shù)據(jù)插入到現(xiàn)在訓(xùn)練的神經(jīng)網(wǎng)絡(luò)中，并生成新的地圖。” “如果我們每年這樣做，我們將獲得這些連續(xù)數(shù)據(jù)，以顯示人類對景觀的壓力是如何變化的。”

Keys說，該研究項(xiàng)目在過去的一年中幫助他振奮了精神。