︿
Top

AI辨識衛星圖像觀察農場水資源

瀏覽次數:194| 歡迎推文: facebook twitter wechat twitter twitter

科技產業資訊室 - 周媛韻 發表於 2019年4月19日

圖、AI辨識衛星圖像觀察農場水資源

加州史丹佛大學的研究人員創建了一個可以利用AI辨識衛星圖像來觀察農場,以檢測可能涉及非法汙染水資源的農場。該技術目前在美國進行測試,並已在歐洲進行實驗來檢測及檢查農田,研究發表在Nature Sustainability期刊上。
 
在美國,一個稱為動物集中餵養作業(CAFOs)的產業佔了該國家畜的40%。這些密集農場通常每個飼養場就飼養了多達2,500頭豬或125,000隻雞,每年產生了3.35億噸的廢棄物。糞肥就佔了很大一部分,且通常未經過處理就流入下水道。根據美國乾淨水法(Clean Water Act),任何想要將廢棄物倒入水道裡的人都需要經過聯邦的許可,但根據美國國家環境保護局估計,有將近60%的CAFO沒有經過這樣的許可。
 
聯邦政府也沒有相關的系統可以追蹤這類型農場的數量及規劃,因此環保組織大費周章的透過手動掃描衛星雲圖來編寫一個系統。為了更有效的定位該農場,加州史丹佛大學的研究人員訓練了神經網絡來掃描公開的CAFOs衛星雲圖,來學習如何識別某些特徵如多重矩形的糧倉或是戶外的化糞池。
 
透過掃描北加州家禽CAFOs的衛星雲圖,該演算法計算出了比以前增加15%的農場,大約589座。AI花了兩天的時間完成了人類需要花6週的時間來完成的任務。
 
過去的數據是依據早期的衛星雲圖進行人工計算,因此在這段期間可能會新增新的設備,也有可能是在人工掃描大量的雲圖中忽略計算。定位這些農場是幫助確認汙染來源的第一個步驟,未來有望透過演算法來檢測到水源的實際汙染。
 
目前該技術已在整個歐洲農業用地上進行測試,演算法正在測試義大利南部葡萄園的健康概況,並觀察立陶宛及愛沙尼亞獲得政府補貼維持農地健康的狀態。該系統能用以檢測農民是否有按要求刈草,減少了檢查員實際訪問的次數,預計每年可節省50萬歐元的人工檢查費還能對不符合規格農民提出的罰款。(690字;圖1)


參考資料:
AI could monitor farms from space to look for illegal pollution. New Scientist,2019/4/8
Deep learning to map concentrated animal feeding operations. Nature Sustainability,2019/4/8


本站相關資料
1.美國最高法院裁定 孟山都擁有基改種子專利權
2.中國大陸動物用生物製品技術的發展歷程與展望
3.以光學晶片完成人工神經網路訓練
4.日本專利局:人工智慧專利申請須提供示例
5.MIT新演算法快1000倍、分析3D醫學影像

 
歡迎來粉絲團按讚!
--------------------------------------------------------------------------------------------------------------------------------------------
【聲明】
1. 科技產業資訊室刊載此文不代表同意其說法或描述,僅為提供更多訊息,也不構成任何投資建議。
2. 著作權所有,非經本網站書面授權同意不得將本文以任何形式修改、複製、儲存、傳播或轉載,本中心保留一切法律追訴權利。