Pakistan: le système AI mappe les espaces verts, l’exposition environnementale Divids

Une équipe de recherche dirigée par Rumi Chunara – un professeur agrégé de NYU à des nominations à la fois à la Tandon School of Engineering et à l’École de santé publique mondiale – a dévoilé un nouveau système d’intelligence artificielle (IA) qui utilise l’imagerie satellite pour suivre plus les espaces verts urbains que Méthodes antérieures, essentielles pour assurer des villes en bonne santé.

Pour valider leur approche, les chercheurs ont testé le système à Karachi, la grande ville du Pakistan où plusieurs membres de l’équipe sont basés. Karachi a prouvé un cas d’essai idéal avec son mélange de zones urbaines denses et de différentes conditions de végétation.

Accepté pour publication par le Journal ACM sur l’informatique et les sociétés durables, l’équipe a exposé une fracture environnementale frappante: certaines zones aiment les rues bordées d’arbres tandis que de nombreux quartiers n’ont presque aucune végétation.

Les villes ont longtemps pour suivre leur espace vert précisément, des parcs aux arbres de rue individuels, avec une analyse par satellite traditionnelle manquant jusqu’à environ 37% de la végétation urbaine.

Alors que les villes sont confrontées au changement climatique et à l’urbanisation rapide, en particulier en Asie et en Afrique, une messure précise a été vitale. Les espaces verts peuvent aider à réduire les températures urbaines, filtrer la pollution de l’air et fournir un espace essentiel pour l’exercice et la santé mentale.

Mais ces avantages peuvent être distribués aquapaux. Les zones à faible revenu manquent souvent de végétation, ce qui les rend plus chaudes et plus polluées que les quartiers riches bordés d’arbres.

L’équipe de recherche a développé sa solution en améliorant les architectures de segmentation de l’IA, telles que DeepLabv3 +. En utilisant l’imagerie satellite haute résolution de Google Earth, ils ont formé le système en augmentant leurs données d’entraînement pour inclure des versions variées de la végétation verte dans différentes conditions d’éclairage et de saison – un processus qu’ils appellent «augmentation verte». Cette technique a amélioré la précision de la détection de la végétation de 13,4% par rapport aux méthodes d’IA existantes – une avance significative dans le domaine.

Lors de la mesure de la fréquence à laquelle le système identifie correctement la végétation, il a atteint une précision de 89,4% avec une livraison de 90,6%, des méthodes traditionnelles sensiblement meilleures qui n’atteignent qu’une précision de 63,3% avec une fiabilité de 64,0%.

« Les méthodes précédentes se sont complétées sur des mesures simples de longueur d’onde », a déclaré Chunara, qui est directeur du NYU Center for Health Data Science et est membre du NYU Tandon Visualization Imaging and Data Analysis Center (VIDA). «Notre système apprend à reconnaître des modèles plus subtils qui distinguaient les arbres de l’herbe, même dans les envols urbains difficiles. Ce type de données est nécessaire aux urbanistes pour identifier les quartiers qui manquent de végétation afin qu’ils puissent développer de nouveaux espaces verts qui offriront le plus d’avantages. Cartographie précise, les villes ne peuvent pas aborder les disparitions efficaces. « 

L’analyse de Karachi a constaté que la ville n’assiste que 4,17 mètres carrés d’espace vert par personne, soit moins de la moitié de la moitié du minimum de 9 mètres carrés de l’Organisation mondiale de la santé. La disparition dans les quartiers est dramatique: alors que certains conseils syndicaux éloignés – le plus petit organisme local du Pakistan, un total de 173 ont été inclus dans l’étude – ont plus de 80 mètres carrés par personne, cinq conseils syndicaux ont moins de 0,1 mètre carré par habitant.

L’étude a révélé que les zones avec des routes plus pavées – généralement un marqueur du développement économique – dix pour avoir plus d’arbres et d’herbe. Plus important encore, dans huit conseils syndicaux différents étudiés, les zones avec plus de végétation ont montré des températures de surface nettement plus faibles, le rôle de démonsage des espaces verts dans les villes de refroidissement.

Singapour Offre a du contraste, montrant ce qui est possible avec une planification délibérée. Malgré une densité de population similaire à Karachi, il provient de 9,9 mètres carrés d’espace vert par personne, excédant l’OMS cible.

Les chercheurs ont rendu leur méthodologie publique, bien que l’appliquer à d’autres villes nécessiterait de réduire le système sur l’imagerie satellite locale.

Cette étude s’ajoute au travail de Chunara en développant des méthodes de calcul et statistiques, incluses l’exploration de données et l’apprentissage automatique, pour comprendre les déterminants sociaux de la santé et de la santé. Des études antérieures comprenaient l’utilisation de publications sur les réseaux sociaux pour cartographier le racisme systémique au niveau du quartier et l’homophobie et évaluer leur impact sur la santé mentale, ainsi que l’analyse des dossiers de santé électroniques pour comprendre l’accès à la télémédecine pendant le Covid-19.

En plus de Chunara, les auteurs de l’article sont Miao Zhang, un doctorat. candidat au Département d’informatique et d’ingénierie de NYU Tandon et de VIDA; Et Hajra Arshad, Manzar Abbas, Hamzah Jehanzeb, Izza Tahir, Javerya Hassan et Zainab Samad du département de médecine de l’Université Aga Khan à Karachi. Samad a également une nomination au Citric Health Data Science Center de l’Université Aga Khan.

Accéder à l’étude