全新 AI 系统精准绘制城市绿地地图，揭露环境鸿沟

快速阅读: 《Newswise （新闻稿）》消息，由纽约大学副教授朱莉·春娜领导的研究团队开发了一种基于AI的新系统，通过卫星图像更准确地追踪城市绿地。该系统在巴基斯坦卡拉奇进行测试，结果表明某些地区绿树成荫，而许多社区几乎无植被。系统在植被检测上的准确率达到89.4%，远超传统方法的63.3%。此研究有助于识别缺乏植被的社区，为城市绿化提供重要数据支持。

由纽约大学土木工程学院和全球公共卫生学院的副教授朱莉·春娜领导的研究团队公布了一种新的基于人工智能（AI）系统，该系统利用卫星图像比先前的方法更准确地追踪城市绿地，这对确保健康城市至关重要。为了验证他们的方法，研究人员在巴基斯坦最大城市卡拉奇测试了该系统。卡拉奇因其密集的城市区域和多样化的植被条件成为理想的测试案例。该团队的分析被接受发表在《ACM计算与可持续社会期刊》上，揭示了一个明显的环境差异：一些地区享有绿树成荫的街道，而许多社区几乎没有植被。

长期以来，城市一直难以精确追踪其绿地，从公园到单个街道树木，传统的卫星分析方法会遗漏大约37%的城市植被。随着城市面临气候变化和快速城市化，尤其是在亚洲和非洲，准确测量变得至关重要。绿地有助于降低城市温度、净化空气污染，并提供进行体育活动和维护心理健康的场所。然而，这些好处可能分布不均。低收入地区往往缺乏植被，使其比绿树成荫的富裕社区更热和更受污染。

研究团队通过增强AI分割架构，例如DeepLabV3+，开发了解决方案。他们使用来自谷歌地球的高分辨率卫星图像，通过增加训练数据来包括不同光照和季节条件下各种绿色植被版本——这一过程被称为“绿色增强”。这种方法将植被检测准确性提高了13.4%，在该领域是一个重大进展。在衡量系统正确识别植被的频率时，它达到了89.4%的准确率和90.6%的可靠性，远优于传统方法的63.3%准确率和64.0%可靠性。“以前的方法依赖于简单的光谱波长测量，”担任纽约大学健康数据科学中心主任的春娜说，“我们的系统学习识别更微妙的模式，以区分树木和草地，即使在挑战性的城市环境中也是如此。这种数据对于城市规划者来说是必要的，以便识别缺乏植被的社区，从而开发出能带来最大效益的新绿地。没有准确的地图，城市无法有效解决差异。”

卡拉奇的分析发现，该市人均仅拥有4.17平方米的绿地，不到世界卫生组织建议的每人9平方米的一半。社区内的差异显著：虽然一些外围联合委员会——巴基斯坦最小的地方政府单位，共有173个被纳入研究——人均拥有超过80平方米的绿地，但有五个联合委员会的人均绿地面积不足0.1平方米。研究显示，道路铺设较多的地区——通常被视为经济发展标志——往往有更多的树木和草地。更重要的是，在八个不同的联合委员会中，植被较多的地区表面温度明显较低，这表明绿地在城市降温中的作用。

新加坡提供了对比，展示了有计划规划的可能性。尽管人口密度与卡拉奇相似，但新加坡人均提供9.9平方米的绿地，超过了世界卫生组织设定的目标。研究人员公开了他们的方法，尽管将其应用于其他城市需要重新训练系统以适应当地的卫星图像。这项研究增加了春娜在开发计算和统计方法方面的工作，包括数据挖掘和机器学习，以理解健康和社会决定因素以及健康差异。之前的研究包括使用社交媒体帖子绘制社区层面的系统性种族主义和恐同症地图，并评估它们对心理健康的影响，以及分析电子健康记录以了解COVID-19疫情期间远程医疗服务的差异。

除了春娜，论文的作者还包括纽约大学土木工程学院和可视化成像数据分析中心（VIDA）的博士候选人张苗；以及卡拉奇阿迦汗大学医学系的哈贾拉·阿拉德、马纳扎尔·阿巴斯、哈姆扎·哲汉泽布、伊扎·塔希尔、贾韦里亚·哈桑和扎因巴·萨马德。萨马德还担任阿迦汗大学CITRIC健康数据科学中心的职务。该研究的资金由国家科学基金会和国立卫生研究院提供。

(以上内容均由Ai生成)