नई एआई प्रणाली सटीक रूप से शहरी ग्रीन स्पेस मैप करती है, पर्यावरण विभाजन को उजागर करती है

अपने दृष्टिकोण को मान्य करने के लिए, शोधकर्ताओं ने कराची, पाकिस्तान के सबसे बड़े शहर में प्रणाली का परीक्षण किया, जहां कई टीम के सदस्य आधारित हैं। कराची ने घने शहरी क्षेत्रों और अलग -अलग वनस्पति स्थितियों के मिश्रण के साथ एक आदर्श परीक्षण मामला साबित किया।

द्वारा प्रकाशन के लिए स्वीकार किया गया कंप्यूटिंग और सस्टेनेबल सोसाइटीज़ पर एसीएम जर्नलटीम के विश्लेषण ने एक पर्यावरणीय विभाजन को उजागर किया: कुछ क्षेत्र पेड़-पंक्तिबद्ध सड़कों का आनंद लेते हैं जबकि कई पड़ोस में लगभग कोई वनस्पति नहीं है।

शहरों ने लंबे समय से अपने हरे रंग की जगहों को ठीक से ट्रैक करने के लिए संघर्ष किया है, पार्कों से लेकर व्यक्तिगत सड़क के पेड़ों तक, पारंपरिक उपग्रह विश्लेषण लगभग 37% शहरी वनस्पति तक गायब है।

जैसा कि शहरों को जलवायु परिवर्तन और तेजी से शहरीकरण का सामना करना पड़ता है, विशेष रूप से एशिया और अफ्रीका में, सटीक माप महत्वपूर्ण हो गया है। ग्रीन स्पेस शहरी तापमान को कम करने, वायु प्रदूषण को फ़िल्टर करने और व्यायाम और मानसिक स्वास्थ्य के लिए आवश्यक स्थान प्रदान करने में मदद कर सकते हैं।

लेकिन इन लाभों को असमान रूप से वितरित किया जा सकता है। कम आय वाले क्षेत्रों में अक्सर वनस्पति की कमी होती है, जिससे वे पेड़-पंक्तिबद्ध धनी पड़ोस की तुलना में गर्म और अधिक प्रदूषित हो जाते हैं।

अनुसंधान टीम ने AI सेगमेंटेशन आर्किटेक्चर को बढ़ाकर अपना समाधान विकसित किया, जैसे कि Deeplabv3+। Google पृथ्वी से उच्च-रिज़ॉल्यूशन सैटेलाइट इमेजरी का उपयोग करते हुए, उन्होंने विभिन्न प्रकाश व्यवस्था और मौसमी परिस्थितियों में हरी वनस्पति के विभिन्न संस्करणों को शामिल करने के लिए अपने प्रशिक्षण डेटा को बढ़ाकर सिस्टम को प्रशिक्षित किया-एक प्रक्रिया जिसे वे ‘हरी वृद्धि’ कहते हैं। इस तकनीक ने मौजूदा एआई विधियों की तुलना में वनस्पति का पता लगाने की सटीकता में 13.4% की वृद्धि की – क्षेत्र में एक महत्वपूर्ण अग्रिम।

जब यह मापते हैं कि सिस्टम कितनी बार वनस्पति की सही पहचान करता है, तो इसने 90.6% विश्वसनीयता के साथ 89.4% सटीकता प्राप्त की, पारंपरिक तरीकों की तुलना में काफी बेहतर है जो केवल 64.0% विश्वसनीयता के साथ 63.3% सटीकता प्राप्त करता है।

“पिछले तरीके सरल प्रकाश तरंग दैर्ध्य माप पर निर्भर थे,” चुनारा ने कहा, जो NYU सेंटर फॉर हेल्थ डेटा साइंस के निदेशक के रूप में कार्य करता है और NYU टंडन के विज़ुअलाइज़ेशन इमेजिंग और डेटा एनालिसिस सेंटर (VIDA) के सदस्य हैं। “हमारी प्रणाली अधिक सूक्ष्म पैटर्न को पहचानना सीखती है जो पेड़ों को घास से अलग करती है, यहां तक ​​कि शहरी वातावरण को चुनौती देने में भी। इस प्रकार का डेटा शहरी योजनाकारों के लिए आवश्यक है कि वे पड़ोस की पहचान करें जिनमें वनस्पति की कमी है ताकि वे नए हरे स्थानों को विकसित कर सकें जो सबसे अधिक लाभ प्रदान करेंगे। सटीक मानचित्रण के बिना, शहर असमानताओं को प्रभावी ढंग से संबोधित नहीं कर सकते हैं। “

कराची विश्लेषण में पाया गया कि शहर का औसत प्रति व्यक्ति केवल 4.17 वर्ग मीटर हरे रंग की जगह है, जो आधे से कम विश्व स्वास्थ्य संगठन (डब्ल्यूएचओ) ने न्यूनतम 9 वर्ग मीटर प्रति व्यक्ति की सिफारिश की। पड़ोस के भीतर असमानता नाटकीय है: जबकि कुछ बाहरी संघ परिषदों – पाकिस्तान के सबसे छोटे स्थानीय सरकारी निकाय, कुल 173 को अध्ययन में शामिल किया गया था – प्रति व्यक्ति 80 वर्ग मीटर से अधिक है, पांच संघ परिषदों में 0.1 वर्ग मीटर से कम 0.1 वर्ग मीटर से कम है कैपिटा।

अध्ययन से पता चला कि अधिक पक्की सड़कों वाले क्षेत्र – आमतौर पर आर्थिक विकास का एक मार्कर – अधिक पेड़ और घास होते हैं। अधिक महत्वपूर्ण रूप से, आठ अलग -अलग संघ परिषदों में अध्ययन किया गया, अधिक वनस्पति वाले क्षेत्रों में स्पष्ट रूप से सतह के तापमान को कम दिखाया गया, जिसमें कूलिंग शहरों में हरे रंग की रिक्त स्थान की भूमिका का प्रदर्शन किया गया।

सिंगापुर एक विपरीत प्रदान करता है, जिसमें दिखाया गया है कि जानबूझकर योजना के साथ क्या संभव है। कराची के समान जनसंख्या घनत्व होने के बावजूद, यह डब्ल्यूएचओ लक्ष्य से अधिक, प्रति व्यक्ति 9.9 वर्ग मीटर हरे रंग की जगह प्रदान करता है।

शोधकर्ताओं ने अपनी कार्यप्रणाली को सार्वजनिक कर दिया है, हालांकि इसे अन्य शहरों में लागू करने के लिए स्थानीय उपग्रह इमेजरी पर प्रणाली को फिर से बनाने की आवश्यकता होगी।

यह अध्ययन स्वास्थ्य और स्वास्थ्य असमानताओं के सामाजिक निर्धारकों को समझने के लिए डेटा खनन और मशीन लर्निंग सहित कम्प्यूटेशनल और सांख्यिकीय तरीकों के विकास के काम के चुनारा के शरीर को जोड़ता है। पूर्व अध्ययनों में पड़ोस-स्तरीय प्रणालीगत नस्लवाद और होमोफोबिया को मैप करने और उनके मानसिक स्वास्थ्य प्रभाव का आकलन करने के लिए सोशल मीडिया पोस्ट का उपयोग करना शामिल है, साथ ही साथ COVID-19 के दौरान टेलीमेडिसिन पहुंच असमानताओं को समझने के लिए इलेक्ट्रॉनिक स्वास्थ्य रिकॉर्ड का विश्लेषण करना शामिल है।

चुनारा के अलावा, पेपर के लेखक मियाओ झांग हैं, जो NYU टंडन के कंप्यूटर विज्ञान और इंजीनियरिंग और VIDA के विभाग में एक पीएचडी उम्मीदवार हैं; और हजरा अरशद, मंज़र अब्बास, हमजाह जहाँज़ेब, इज़ा ताहिर, जैवरी हसन और ज़ैनब समद कराची में आगा खान विश्वविद्यालय के मेडिसिन विभाग से। समद ने आगा खान विश्वविद्यालय के साइट्रिक हेल्थ डेटा साइंस सेंटर में एक नियुक्ति भी की है।

अध्ययन के लिए फंडिंग नेशनल साइंस फाउंडेशन और नेशनल इंस्टीट्यूट ऑफ हेल्थ द्वारा प्रदान की गई थी।