ʵ

Uutiset

Tutkijat osoittivat tekoälyn avulla: Turvesuopalojen riski kutistuu jopa neljännekseen maankäytön muutoksilla

Pahimpina vuosina Kaakkois-Aasian turvesuopalot aiheuttavat 30 prosenttia maailman hiilidioksidipäästöistä. Maankäyttö on tasapainottelua uhkien, hyötyjen ja kustannusten välillä, sanovat Aalto-yliopiston tutkijat.
A satellite image of Borneo and part of Malaysia covered by plumes of smoke from fires. The many fires are marked on the map as red dots.
Satelliittikuva Borneosta vuonna 2006. Saari peittyy punaisilla pisteillä merkityistä paloista lähtevään savuun. Kuva: Jeff Schmaltz, MODIS Rapid Response Team / NASA

Maastopalojen riski kasvaa ilmastonmuutoksen ja maankäytön seurauksena – ja palojen synnyttämät päästöt kiihdyttävät ilmastonmuutosta.

Nyt Aalto-yliopiston tutkijat ovat luoneet tekoälyalgoritmeja käyttämällä mallin, joka ennustaa palojen todennäköisyyden turvesoilla. Mallin avulla pystyttiin myös osoittamaan, että erilaisilla maankäytön muutoksilla maastopalojen riskiä voitaisiin pienentää jopa 40–76 prosenttia. Tutkimuksen tulokset esiteltiin juuri Communications in Earth and Environment -tiedelehdessä.

Tutkimuksessa keskityttiin miljoonan hehtaarin alueeseen Indonesiassa, Borneon saaren Keski-Kalimantanin provinssissa. Iso osa alueen sademetsistä raivattiin ja soista ojitettiin teollisen riisinviljelyn tieltä 1990-luvulla. Hanke epäonnistui, ja nykyään alueella on paljon kumi- ja öljypalmuplantaaseja, pienimuotoisia riisitiloja, kitukasvuista metsää ja kuivaa pensasaroa. Alueesta onkin tullut Kaakkois-Aasian pahin turvesuopaloalue.

Palot ovat tuhoisia alueen luonnolle ja infrastruktuurille ja aiheuttavat vakavia terveyshaittoja. Koska turpeeseen on varastoitunut valtava määrä hiiltä, paloista syntyy myös mittavia kasvihuonekaasupäästöjä. Laskelmien mukaan Kaakkois-Aasian turvesuopaloissa on pahimpina vuosina vapautunut ilmaan jopa 9,43 GT hiilidioksidia. Määrä vastaa 30 prosenttia päästöistä, joita maapallolla syntyi fossiilisten polttoaineiden käytöstä vuonna 2020.

Tietoa päätöksenteon tueksi

Tutkijat opettivat tekoälymallia vuosina 2002–2019 kerätyllä datalla, joka sisälsi tietoa muun muassa maaperästä, infrastruktuurista sekä ilmasto-olosuhteista ja kasvillisuudesta ennen vuosittaista maastopalokautta. Opettamisen jälkeen malli pystyi 80–95 prosentin tarkkuudella ennustamaan maastopalojen todennäköisyyden alueen eri osissa.

Tekoälymalli ei ole tarkka yksittäisten palojen ennustamisessa, joten sitä ei voi vielä käyttää varoitusjärjestelmänä. Sen sijaan se on hyödyllinen työkalu, kun halutaan osoittaa, millainen vaikutus eri maankäytön muutoksilla on maastopaloriskiin. Tämä auttaa viemään maankäyttöstrategiaa kestävämpään suuntaan ja mahdollisesti vakuuttamaan päättäjät sekä alueen asukkaat siitä, millaiset toimenpiteet olisivat tehokkaita.

Tutkijat tekivät mallin avulla lukuisia eri simulaatioita. Ne osoittivat, että tehokkain yksittäinen, toteuttamiskelpoinen strategia olisi antaa kuivan pensasaron metsittyä. Se vähentää maastopaloriskiä 55 prosenttia. Tukkimalla ojat ja antamalla soiden metsittyä riski vähenee 70 prosenttia.

Ojituksista täysin luopuminen ei kuitenkaan ole realistinen vaihtoehto, sillä alueen maanviljely on niistä riippuvainen, korostaa tutkimuksen ykköskirjoittaja tutkijatohtori Alexander Horton.

”Paikallinen väestö kaipaa kipeästi ratkaisuja, jotka mahdollistavat pitkäjänteisen ja kannattavan viljelyn”, hän sanoo.

Tutkimushanketta vetänyt professori Matti Kummu painottaa, että kaikki maastopalojen hallintaan tähtäävät strategiat joutuvat tasapainottelemaan riskien, hyötyjen ja kustannusten välillä.

”Me määritimme kunkin strategian laskennallisen vaikutuksen. Emme tarjoa valmiita ratkaisuja vaan tutkittua tietoa päätöksenteon tueksi.”

Tekoälymallia voidaan mahdollisesti hyödyntää myös muilla alueilla opettamalla sitä uudella datalla.

 (nature.com)

Matti Kummu

Matti Kummu

Professori
T213 Built Environment
  • äٱٳٲ:
  • Julkaistu:
Jaa
URL kopioitu

Lue lisää uutisia

Lähikuva tieteellisestä instrumentista, jossa kultaa ja pronssia, johtoja ja merkintöjä laboratoriossa.
Mediatiedotteet Julkaistu:

Tutkijat kytkivät lähes ikiliikkuvan aikakiteen ensimmäistä kertaa ulkoiseen värähtelijään – voi kasvattaa kvanttitietokoneiden laskentatehoa

Aikakide on moninkertaisesti pitkäikäisempi kuin muut kvanttijärjestelmät, joten sitä voitaisiin hyödyntää esimerkiksi kvanttitietokoneiden laskentatehon sekä mittauslaitteistojen tarkkuuden kasvattamiseen.
Henkilö seisoo ulkona syksyllä, yllä harmaa huppari ja vihreä takki. Taustalla puut oransseine lehtineen.
Nimitykset Julkaistu:

Esittelyssä Qi Chen: Luotettava tekoäly tarvitsee algoritmeja, jotka selviävät yllätyksistä

Tekoälyn kehittäjien on keskityttävä sovellusten turvallisuuteen ja oikeudenmukaisuuteen, sillä ne liittyvät suoraan yhteiskuntien luottamukseen ja tasa-arvoon, sanoo tutkija Qi Chen.
Henkilö pukeutuneena vaaleanharmaaseen huppariin seisoo sisätiloissa, taustalla tiiliseinä ja vihreitä kasveja.
Nimitykset, Yliopisto Julkaistu:

Tekoälyn ja ihmisen erimielisyys on tutkijalle jännä arvoitus

Francesco Croce tutkii multimodaalisia perustamalleja, erityisesti niiden hyökkäyksensietokykyä.
Eric Malmi Otaniemen kampuksella Laura Könösen Glitch-teoksen edessä. Kuva: Matti Ahlgren
Nimitykset Julkaistu:

Räppialgoritmi vei Google DeepMindille tutkimaan kielimalleja – nyt Eric Malmi aloittaa vierailevana professorina Aallossa

Eric Malmi on väitellyt Aalto-yliopistosta vuonna 2018, aiheenaan tekoälymenetelmien kehittäminen historiallisten aineistojen ja sukupuiden linkittämiseen. Google DeepMindilla hän on kehittänyt Gemini-kielimalleja sekä shakkitekoälyä. Aaltoon hänet toi Suomen ELLIS-instituutti.