Cosa accadrebbe se una città fosse priva di alberi? Senza alberi per raffreddare le temperature, il biossido di carbonio nell’atmosfera aumenterebbe e molti animali perderebbero il loro habitat. È per questo motivo che le città, i centri urbani e i sobborghi stanno ora dedicando maggiore attenzione alle foreste urbane, che includono alberi o vegetazione che crescono all’interno di aree urbane.
Benefici delle foreste urbane
- Le foreste urbane possono generare miliardi di dollari di valore evitando e rimuovendo l’inquinamento, sequestrando carbonio e riducendo il consumo di energia.
- I metodi tradizionali per studiare gli effetti ambientali di questi alberi presentano limitazioni, soprattutto per quanto riguarda la raccolta dei dati.
Tree-D Fusion: un nuovo approccio
Ottenere misurazioni dettagliate delle caratteristiche degli alberi, come angoli dei rami, dimensioni della chioma e volume del legno, su larga scala è estremamente impegnativo. Un nuovo studio condotto da scienziati del MIT e dell’Università di Purdue ha affrontato questa sfida sviluppando Tree-D Fusion, un dataset unico contenente 600.000 modelli di alberi in 3D.
Tree-D Fusion può essere utilizzato per eseguire simulazioni ambientali e comprendere il comportamento degli alberi. Interesting Engineering (IE) ha intervistato due degli autori dello studio, la Professoressa Associata al MIT Sara Beery e il Professore dell’Università di Purdue Bedrich Benes, per approfondire il loro lavoro.
Metodologia di raccolta dati
- Il team ha utilizzato Google Street View come punto di partenza per raccogliere dati sulle foreste urbane in Nord America.
- Hanno creato un dataset che include immagini 2D di oltre un milione di alberi appartenenti a oltre 300 generi, coprendo 23 città.
- Inoltre, hanno generato modelli di alberi in 3D basati su alberi sintetici appartenenti a 12 generi diversi.
Modelli di diffusione e risultati
I modelli di diffusione, utilizzati nel progetto, sono una classe di modelli di apprendimento automatico che utilizzano il rumore per apprendere i pattern nei dati. Il team ha addestrato due modelli di diffusione, uno sul dataset 2D e l’altro sul dataset 3D, per comprendere le caratteristiche specifiche degli alberi.
Il processo di creazione di modelli 3D completi degli alberi è stato reso possibile grazie all’Algoritmo di Colonizzazione dello Spazio Modificato (MSCA), che simula i modelli di crescita degli alberi. Questo algoritmo è stato adattato per tener conto della risposta ambientale e dei cambiamenti stagionali, consentendo di ottenere modelli dettagliati degli alberi.
Conclusioni e prospettive future
Nonostante le sfide, Tree-D Fusion offre un’importante base per una pianificazione urbana basata sui dati, consentendo di visualizzare modelli dettagliati degli alberi e comprendere i loro impatti sociali, ambientali ed economici. Il potenziale di estendere questo approccio oltre il Nord America è evidente, ma richiede ulteriori sforzi per addestrare i modelli e migliorare la precisione.
Fonti e Riferimenti dell'Articolo:
