Google Research heeft de Open Buildings 2.5D Temporal Dataset vrijgegeven, een project dat veranderingen in gebouwen in het Zuiden volgt van 2016 tot 2023.
Deze uitzonderlijk gedetailleerde dataset biedt een dynamisch jaaroverzicht van de verstedelijking. Het legt de bouw, groei en transformatie van gebouwen vast in regio's waar dergelijke gegevens lange tijd schaars of onbestaand waren.
John Quinn, een software-ingenieur bij Google Research, legt uit waarom het project is belangrijk: "Niet weten waar gebouwen zich bevinden is om veel praktische redenen een groot probleem. Als je diensten of vaccinatiecampagnes opzet of mensen redt na een noodgeval, is dit een probleem."
De belangrijkste doorbraak van de tool is de mogelijkheid om inzichten met een hoge resolutie te halen uit Sentinel-2 satellietbeelden met een lage resolutie.
Door tot 32 tijdverschoven beelden van dezelfde locatie te analyseren, kan de AI structuren detecteren die veel kleiner zijn dan een enkele pixel.
Naast de detectie schat het systeem de hoogte van gebouwen met een opmerkelijke precisie - gemiddeld binnen 1,5 meter.
Dit transformeert platte satellietbeelden in rijke, gelaagde gegevens, waardoor stedelijke planners en humanitaire organisaties een krachtig instrument in handen krijgen om inzicht te krijgen in de bevolkingsdichtheid en de behoefte aan hulpbronnen.
Het Zuiden wereldwijd in kaart brengen
De term "Mondiaal Zuiden" verwijst meestal naar ontwikkelingslanden in Afrika, Azië, Latijns-Amerika en het Caribisch gebied.
Deze regio's, waar de meerderheid van de wereldbevolking woont, worden vaak geconfronteerd met uitdagingen op het gebied van hoogwaardige gezondheidszorg, stedelijke ontwikkeling, milieubehoud en het beheer van hulpbronnen.
Abdoulaye Diack, een programmamanager van het project, verklaarde: "We willen dat mensen in het Zuiden die beleidsbeslissingen nemen dezelfde instrumenten tot hun beschikking hebben als in het Noorden".
De dataset vindt al praktische toepassingen. In Oeganda heeft de Non-profit Sunbird AI gebruikt deze gegevens voor elektrificatieprojecten op het platteland.
WorldPop, gevestigd aan de Universiteit van Southampton, gebruikt het om schattingen van de wereldbevolking te verfijnen - cruciale informatie voor het plannen van alles van vaccinatiecampagnes tot rampenbestrijding.
De directeur van WorldPop, professor Andrew Tatem, legt uit waarom deze gegevens belangrijk zijn: "Begrijpen waar mensen wonen is van vitaal belang om ervoor te zorgen dat middelen eerlijk worden verdeeld en dat niemand achterblijft bij het leveren van diensten zoals gezondheidszorg."
AI verbetert satelliet- en 3D-kartering en biedt nauwkeuriger en tijdiger inzicht in stedelijke groei en milieuveranderingen.
Bijvoorbeeld een recent project van Aya Data in Ghana eheeft AI gebruikt om duizenden satellietbeelden van Zuid-Amerika te analyseren en veranderingen in bossen, stedelijke gebieden en landbouwgrond over meerdere jaren te volgen.
De vaardigheid van de AI in het detecteren van subtiele veranderingen, zoals vroege tekenen van ontbossing of nieuwe ontwikkelingen, informeert het echte landbouw- en natuurbeschermingsbeleid.
Naast het observeren van langetermijnveranderingen in het milieu, stelt AI onderzoekers in staat om bedreigingen zoals illegale houtkap, stroperij en ongeoorloofde veranderingen in landgebruik die zichtbaar zijn op satellietbeelden, op te sporen en erop te reageren.
Google geeft toe dat zijn dataset beperkingen heeft. Aanhoudende bewolking kan het verzamelen van gegevens in sommige van 's werelds meest vochtige regio's belemmeren en zeer kleine structuren kunnen ook aan detectie ontsnappen.
Desalniettemin is de Open Buildings 2.5D Temporal Dataset een uitstekend voorbeeld van de krachtige synergie tussen datademocratisering en AI.
Door de toegang tot complexe geospatiale informatie te democratiseren, wordt de weg vrijgemaakt voor een rechtvaardigere stadsplanning, paraatheid bij rampen en duurzame ontwikkeling op wereldschaal.
