Un team di ricerca guidato da Rumi Chunara – un professore associato della New York University con appuntamenti sia nella Tandon School of Engineering che nella School of Global Public Health – ha svelato un nuovo sistema di intelligenza artificiale (AI) che utilizza immagini satellitari per tracciare gli spazi verdi urbani Più accuratamente dei metodi precedenti, fondamentali per garantire città sane.
Per convalidare il loro approccio, i ricercatori hanno testato il sistema a Karachi, la più grande città del Pakistan in cui si basano diversi membri del team. Karachi ha dimostrato un caso di prova ideale con il suo mix di aree urbane dense e diverse condizioni di vegetazione.
Accettato per la pubblicazione da parte del ACM Journal on Computing e Sustainable Societiesl’analisi del team ha esposto una netta divisione ambientale: alcune aree godono di strade alberate mentre molti quartieri non hanno quasi alcuna vegetazione.
Le città hanno lottato a lungo per tracciare esattamente i loro spazi verdi, dai parchi ai singoli alberi di strada, con un’analisi satellitare tradizionale che manca a circa il 37% della vegetazione urbana.
Mentre le città affrontano il cambiamento climatico e la rapida urbanizzazione, specialmente in Asia e Africa, una misurazione accurata è diventata vitale. Gli spazi verdi possono aiutare a ridurre le temperature urbane, filtrare l’inquinamento atmosferico e fornire spazi essenziali per l’esercizio e la salute mentale.
Ma questi benefici possono essere distribuiti in modo ineguagliabile. Le aree a basso reddito spesso mancano di vegetazione, rendendole più calde e più inquinate rispetto ai ricchi quartieri alberati.
Il team di ricerca ha sviluppato la propria soluzione migliorando le architetture di segmentazione dell’intelligenza artificiale, come DeePlabv3+. Usando le immagini satellitari ad alta risoluzione di Google Earth, hanno addestrato il sistema aumentando i loro dati di allenamento per includere diverse versioni di vegetazione verde in diverse illuminazione e condizioni stagionali-un processo che chiamano “aumento verde”. Questa tecnica ha migliorato l’accuratezza del rilevamento della vegetazione del 13,4% rispetto ai metodi AI esistenti, un progresso significativo sul campo.
Quando si misura la frequenza con cui il sistema identifica correttamente la vegetazione, ha ottenuto una precisione dell’89,4% con affidabilità del 90,6%, sostanzialmente migliore dei metodi tradizionali che raggiungono solo il 63,3% di precisione con l’affidabilità del 64,0%.
“Metodi precedenti si basavano su semplici misurazioni della lunghezza d’onda della luce”, ha affermato Chunara, che è il direttore del Centro per la scienza dei dati sanitari della New York ed è membro del centro di visualizzazione e analisi dei dati della New York Tandon (VIDA). “Il nostro sistema impara a riconoscere modelli più sottili che distinguono gli alberi dall’erba, anche in ambienti urbani sfidanti. Questo tipo di dati è necessario per gli urbanisti per identificare i quartieri che non hanno la vegetazione in modo che possano sviluppare nuovi spazi verdi che offrano il maggior numero possibile .
L’analisi di Karachi ha scoperto che la città ha una media di soli 4,17 metri quadrati di spazio verde a persona, meno della metà dell’Organizzazione mondiale della sanità (l’OMS) ha raccomandato un minimo di 9 metri quadrati pro capite. La disparità all’interno dei quartieri è drammatica: mentre alcuni consigli sindacali periferici – il più piccolo organo del governo locale del Pakistan, sono stati inclusi un totale di 173 nello studio – hanno più di 80 metri quadrati a persona, cinque consigli sindacali hanno meno di 0,1 metri quadrati per capita.
Lo studio ha rivelato che le aree con strade più pavimentate – in genere un indicatore di sviluppo economico – tendono ad avere più alberi ed erba. Più significativamente, in otto diversi consigli sindacali studiati, le aree con più vegetazione hanno mostrato temperature superficiali marcatamente più basse, dimostrando il ruolo degli spazi verdi nelle città di raffreddamento.
Singapore offre un contrasto, mostrando ciò che è possibile con una pianificazione deliberata. Nonostante abbia una densità di popolazione simile a Karachi, fornisce 9,9 metri quadrati di spazio verde a persona, superando l’obiettivo dell’OMS.
I ricercatori hanno reso pubblica la loro metodologia, anche se applicarla ad altre città richiederebbe la riqualificazione del sistema sulle immagini satellitari locali.
Questo studio si aggiunge al corpus di lavoro di Chunara che sviluppa metodi computazionali e statistici, tra cui il data mining e l’apprendimento automatico, per comprendere i determinanti sociali delle disparità di salute e salute. Precedenti studi includono l’uso di post sui social media per mappare il razzismo sistemico a livello di quartiere e l’omofobia e valutare il loro impatto sulla salute mentale, nonché l’analisi delle cartelle cliniche elettroniche per comprendere le disparità di accesso alla telemedicina durante Covid-19.
Oltre a Chunara, gli autori del documento sono Miao Zhang, dottoranda nel Dipartimento di Informatica e ingegneria e VIDA e VIDA; e Hajra Arshad, Manzar Abbas, Hamzah Jehanzeb, Izza Tahir, Javerya Hassan e Zainab Samad del Dipartimento di Medicina dell’Università di Aga Khan a Karachi. Samad ha anche un appuntamento presso il Citric Health Data Science Center dell’Università di Aga Khan.
I finanziamenti per lo studio sono stati forniti dalla National Science Foundation e National Institutes of Health.
Da un’altra testata giornalistica. news de www.sciencedaily.com
