L'intelligence artificielle pourrait être utilisée pour mieux surveiller les forêts du Maine, selon une étude de l'UMaine

L’intelligence artificielle pourrait être utilisée pour mieux surveiller les forêts du Maine, selon une étude

Des chercheurs de l’UMaine testent des capteurs sans fil utilisés pour collecter des données forestières. Crédit : Université du Maine

La surveillance et la mesure des écosystèmes forestiers sont un défi complexe en raison d’une combinaison existante de logiciels, de systèmes de collecte et d’environnements informatiques qui nécessitent des quantités croissantes d’énergie pour fonctionner. Le laboratoire de réseaux de capteurs sans fil (WiSe-Net) de l’Université du Maine a développé une nouvelle méthode d’utilisation de l’intelligence artificielle et de l’apprentissage automatique pour rendre la surveillance de l’humidité du sol plus efficace sur le plan énergétique et économique – une méthode qui pourrait être utilisée pour rendre la mesure plus efficace à travers écosystèmes forestiers dans le Maine et au-delà.

L’humidité du sol est une variable importante dans les écosystèmes forestiers et agricoles, en particulier dans les récentes conditions de sécheresse des étés précédents du Maine. Malgré des réseaux robustes de surveillance de l’humidité du sol et de grandes bases de données librement accessibles, le coût des capteurs commerciaux d’humidité du sol et l’énergie qu’ils utilisent pour fonctionner peuvent être prohibitifs pour les chercheurs, les forestiers, les agriculteurs et les autres personnes qui surveillent l’humidité du sol et la santé de la terre.

En collaboration avec des chercheurs de l’Université du New Hampshire et de l’Université du Vermont, WiSe-Net de l’UMaine a conçu un réseau de capteurs sans fil qui utilise l’intelligence artificielle pour apprendre à être plus économe en énergie dans la surveillance de l’humidité du sol et le traitement des données. La recherche a été financée par une subvention de la National Science Foundation.

“L’IA peut apprendre de l’environnement, prédire la qualité de la liaison sans fil et l’énergie solaire entrante pour utiliser efficacement une énergie limitée, et faire fonctionner un réseau robuste et à faible coût plus longtemps et de manière plus fiable”, explique Ali Abedi, chercheur principal de l’étude récente et professeur de électricité. et génie informatique à l’Université du Maine.

Le logiciel apprend au fil du temps comment tirer le meilleur parti des ressources réseau disponibles, ce qui permet de produire des systèmes économes en énergie à moindre coût pour une surveillance à grande échelle par rapport aux normes existantes de l’industrie.

WiSe-Net a également collaboré avec Aaron Weiskittel, directeur du Centre de recherche sur les forêts durables, pour s’assurer que toutes les recherches sur le matériel et les logiciels sont informées par la science et adaptées aux besoins de la recherche.

“L’humidité du sol est le principal facteur de croissance des arbres, mais elle change rapidement, à la fois quotidiennement et selon les saisons”, explique Weiskittel. “Nous n’avions pas la capacité de surveiller efficacement à grande échelle. Historiquement, nous utilisions des capteurs coûteux qui collectaient à intervalles fixes – toutes les minutes, par exemple – mais ils n’étaient pas très fiables. Un capteur moins cher et plus robuste avec des capacités sans fil comme cela ouvre vraiment la voie à de futures applications pour les chercheurs et les professionnels.”

L’étude a été publiée le 9 août 2022 dans Springer’s Journal international des réseaux d’information sans fil.

Bien que le système conçu par les chercheurs se concentre sur l’humidité du sol, la même méthodologie peut être étendue à d’autres types de capteurs tels que la température ambiante, la profondeur de la neige et autres, ainsi qu’à la mise à l’échelle des réseaux avec plus de nœuds de capteurs.

“La surveillance en temps réel de différentes variables nécessite des taux d’échantillonnage et des niveaux de puissance différents. Un agent d’IA peut apprendre cela et ajuster la collecte de données et la fréquence de transmission en conséquence, plutôt que d’échantillonner et d’envoyer chaque point de données, ce qui n’est pas si efficace”, explique Abedi. .


La technologie sans fil mesure l’humidité du sol à différentes profondeurs en temps réel


Plus d’information:
Sonia Naderi et al, Partage du spectre sans fil dans les écosystèmes forestiers à l’aide de l’intelligence artificielle et de l’apprentissage automatique, Journal international des réseaux d’information sans fil (2022). DOI : 10.1007/s10776-022-00572-9

Fourni par l’Université du Maine

Devis: L’intelligence artificielle peut être utilisée pour mieux surveiller les forêts du Maine, résultats de l’étude (2022, 3 septembre) récupérés le 4 septembre 2022 sur https://phys.org/news/2022-09-artificial-intelligence-maine-forests. html

Ce document est soumis au droit d’auteur. En dehors de toute utilisation loyale à des fins d’étude ou de recherche privée, aucune partie ne peut être reproduite sans autorisation écrite. Le contenu est fourni à titre informatif uniquement.

Leave a Comment

Your email address will not be published.