Ny miljöanalysrapport om maskininlärning för kartläggning av stadsträd

Vad har du studerat?
– Jag har gjort en liten studie och ett experiment om vilken potential maskininlärning har för att kartlägga stadsträd i historiska flygbilder i Sverige. Det finns många nya och spännande metoder relaterade till AI som är tillgängliga med öppen källkod och som har potential att användas för automatiserad kartläggning av träd. I kombination med våra stora arkiv av historiska flygbilder i Sverige skulle vi i princip kunna kartlägga och visualisera långsiktiga förändringar i krontäckning av träd om vi placerar de bearbetade bilderna i en tidsserie och jämför dem.

Varför är detta viktigt?
– Detta är viktig kunskap för stadsplanering och utveckling eftersom den kan användas som ett utvärderingsverktyg för planering i Sverige, särskilt i ljuset av klimatförändringar, nationella mål för trädtäckning i städer och andra initiativ som syftar till att öka eller behålla en hög andel trädtäckning. Utvecklandet av ett sådant verktyg ligger direkt i linje med SLU:s uppdrag om miljöövervakning.

Vad har du kommit fram till?
– Min studie visar att det finns många problem med att använda verktygen med öppen källkod utan att i förväg träna sin egen modell. Dessutom är det nödvändigt att ha en kontrolldatauppsättning som digitaliserats manuellt som man kan jämföra resultaten med, så att det går att genomföra någon form av diagnostik av den automatiserade kartläggningen. Denna studie inspirerade mig att skriva ett större forskningsansökan som nyligen finansierades från FORMAS och som nu är mitt primära arbetsprojekt, där jag tillsammans med mina forskningspartners kommer att skapa en tidsserieanalys av krontäckning av träd i Sveriges tre största städer.