Tartu Ülikooli teadlased kasutasid tehisaru, et leida kuivenduskraave. See aitab paremini mõista maastikku ja keskkonda.
Eestis on palju
kuivenduskraave
. Need aitavad ära juhtida liigvett põldudelt ja metsadest. Kui kraavid ei tööta, võib see
kahjustada põllukultuure
ja puid.
kuivenduskraave
Tõlge fraasile: kuivenduskraave
EN
drainage ditches
kahjustada põllukultuure
Tõlge fraasile: kahjustada põllukultuure
EN
damage crops
Kuivenduskraavid mõjutavad ka keskkonda. Näiteks suurendavad nad
kasvuhoonegaaside hulk
a. Seetõttu on oluline teada, kus kraavid asuvad.
kasvuhoonegaaside hulk
Tõlge fraasile: kasvuhoonegaaside hulk
EN
amount of greenhouse gases
Traditsiooniliselt on kraave
kaardistatud käsitsi
. See on aga aeganõudev, eriti metsades. Tehisaru aitab seda teha kiiremini ja täpsemalt.
kaardistatud käsitsi
Tõlge fraasile: kaardistatud käsitsi
EN
mapped manually
Tehisaru kasutab
maapinna kõrgusmudel
it. Selle abil saab tuvastada kraavid, mis on kitsad ja taimestikuga kaetud. Tartu Ülikooli teadlased kasutasid
süvaõppe meetod
it U-Net, mis on väga täpne.
maapinna kõrgusmudel
Tõlge fraasile: maapinna kõrgusmudel
EN
terrain elevation model
süvaõppe meetod
Tõlge fraasile: süvaõppe meetod
EN
deep learning method
Mudelit tuli eelnevalt treenida. Selleks kasutati Rootsi andmeid. Seejärel kohandati mudelit Eesti andmetega. Treenimiseks võeti andmed metsadest, põldudest ja
turbaalad
elt.
turbaalad
Tõlge fraasile: turbaalad
EN
peatlands
Tehisaru leidis palju uusi kraave. Kokku leiti ligi 45 000 kilomeetrit kraave juurde. Mudel oli kõige täpsem
turbaalad
el, kus taimestikku pole. Metsades oli mudel vähem täpne, sest puud segavad tuvastamist.
turbaalad
Tõlge fraasile: turbaalad
EN
peatlands
Uuring näitab, et
tehisaru
võib olla väga kasulik. See aitab kiiresti ja väheste andmetega leida kraave. See on oluline keskkonna ja maastiku mõistmiseks.
tehisaru
Tõlge fraasile: tehisaru
EN
artificial intelligence
Scientists from the University of Tartu used artificial intelligence to find drainage ditches. This helps to better understand the landscape and environment.
There are many drainage ditches in Estonia. They help to remove excess water from fields and forests. If the ditches do not work, it can damage crops and trees.
Drainage ditches also affect the environment. For example, they increase the amount of greenhouse gases. Therefore, it is important to know where the ditches are located.
Traditionally, ditches have been mapped manually. However, this is time-consuming, especially in forests. Artificial intelligence helps to do this faster and more accurately.
Artificial intelligence uses a terrain elevation model. This allows identifying ditches that are narrow and covered with vegetation. Scientists from the University of Tartu used the deep learning method U-Net, which is very accurate.
The model had to be trained beforehand. For this, Swedish data was used. Then the model was adapted to Estonian data. Data from forests, fields, and peatlands were used for training.
Artificial intelligence found many new ditches. In total, nearly 45,000 kilometers of ditches were found. The model was most accurate in peatlands where there is no vegetation. In forests, the model was less accurate because trees interfere with detection.
The study shows that artificial intelligence can be very useful. It helps to quickly find ditches with little data. This is important for understanding the environment and landscape.