تغییر کاربری ازجمله چالش‌های مهم پس از تغییر اقلیم در قرن 21 است. در صورتیکه بخواهیم قوانین انتشار تعیین‌شده در موافقت‌نامه پاریس را رعایت و گرمایش جهانی را در زیر 2 درجه سانتیگراد حفظ کنیم، تولید گازهای گلخانه‌ای باید تا حد ممکن کاهش یابد. دستیابی به این هدف ممکن نخواهد شد، مگر با حفاظت بهتر از جنگل‌های بومی، حفظ پراکندگی شهری و اطمینان از اینکه فعالیت‌های اقتصادی زمینی مانند کشاورزی تا حد ممکن به صورت پایدار انجام شود. نظارت بر کاربری اراضی در مقیاس وسیع نیاز به دریافت حجم عظیمی از داده‌ها از منابع مختلف، ازجمله داده‌های دولت، اندازه‌گیری‌های زمینی، تصاویر ماهواره‌ای و تصاویر اخذشده از هواپیماهای بدون‌سرنشین در تاریخ‌های مختلف از ارتفاعات و رزولوشن‌های مکانی و زمانی مختلف دارد. یک پلتفرم تأسیس‌شده در دسامبر سال 2020، به نام Open Surface با استفاده هوش مصنوعی می‌خواهد به دولت‌ها، شرکت‌ها و محققان کمک کند تا تغییرات کاربری اراضی را با روشی سریع و کارآمد، ردیابی، نظارت، و ارزیابی کنند. Open Surface با جمع‌آوری هوشمندانه مقادیر زیادی از داده‌های کاربری اراضی از منابع مختلف، ادعا می‌کند که می‌تواند جنگل‌زدایی‌ها، تغییرات زیر پوشش سطحی، آتش‌سوزی، سطح تنوع زیستی موجود و آینده، را پایش و پیش‌بینی کند و حتی با گذر زمان شرایط محصول و خاک را نیز پیش‌بینی خواهد کرد. رابط برنامه‌نویسی کاربردی ([۱]API) آنها شامل انواع مختلفی از فناوری‌ها ازجمله یادگیری ماشینی، لجرهای ایمن، سنجش از دور، اینترنت اشیاء، و ترکیبی از آنها برای ارائه خدمات مدیریت منابع زمینی به صورت سفارشی و دیجیتالی است. از میان این فناوری‌ها، هوش مصنوعی به سیستم کمک می‌کند تا کاربری اراضی و پوشش زمین را طبقه‌بندی و تصاویر فضایی را به‌سرعت و با دقت بیشتری نسبت به تکنیک‌های قبلی تجزیه و تحلیل نماید. این فناوری‌ها با استفاده از تصاویر با کیفیت بالای حاصل از هواپیماهای بدون‌سرنشین، حتی قادر به اندازه‌گیری انواع مختلف درختان موجود در جنگل‌ها و پتانسیل ترسیب کربن آنها نیز هستند. دیوید دائو، از آزمایشگاه DS3 ETH Zurich، از جنبه هوش مصنوعی پروژه پشتیبانی می‌کند. او با بیان اینکه «هدف تحقیقات ما، استفاده از قدرت یادگیری ماشینی در پیش‌بینی مناطق در معرض خطر جنگل‌زدایی با استفاده از تصاویر ماهواره‌ای خام است»، توضیح می‌دهد که آنچه Open Surface را هوشمند می‌کند، روش پیش‌بینی جنگل‌زدایی است.
امروزه ماهواره‌ها می‌توانند تصاویر روزانه از بسیاری از مناطق جهان را ارائه دهند. Open Surface با استفاده از یک مدل پیش‌بینی ویدئویی بر مبنای سنجش از دور، الگوهای جنگل‌زدایی را به ترتیب زمانی تشخیص داده و جنگل‌زدایی را پیش بینی می‌کند. این الگوها به کاربران این امکان را می‌دهد تا تهدیدهای آینده جنگل‌زدایی را تشخیص دهند. با تلفیق چنین اطلاعاتی با داده‌های دولت مربوط به منطقه‌بندی و مالکیت زمین، می‌توان جهت جلوگیری از جنگل‌زدایی، سیاست‌ها را به طور موثرتری اجرا کرد. این مثال فقط یکی از روش‌های هوشمندانه است که DS3Lab برای مهار جنگل‌زدایی به کار برده است.
در آینده می‌توان از این پلتفرم ابری برای کمک به ساده‌سازی فرآیند پرداخت‌های مبتنی بر عملکرد، از طریق جمع آوری شواهد در مورد چگونگی حفاظت و نگهداری از جنگل‌ها، نیز استفاده کرد. استراتژی پرداخت مبتنی بر عملکرد، که توسط [۲]REDD + ( برنامه سازمان ملل در زمینه کاهش انتشار ناشی از جنگل‌زدایی و تخریب جنگل) تهیه شده است، مشوّق‌های مالی را برای اقتصادهای در حال ظهور که جنگل‌زدایی را طی یک دوره زمانی متوقف کرده‌اند، در نظر گرفته است. به عنوان مثال، صندوق آب‌وهوای سبز در سال 2014 و 2015 به دلیل تلاش‌های برزیل در متوقف کردن جنگل‌زدایی آمازون، 5/96 میلیون دلار به برزیل پرداخت کرد[۳].
یک پروژه آزمایشی برای مقابله با جنگل‌زدایی در شیلی
اولین برنامه آزمایشی Open Surface در حال حاضر در شیلی با همکاری شرکت ملی جنگل‌داری شیلی ([۴]CONAF) در حال انجام است. آنها در حال حاضر در حال توسعه و تنظیم دقیق این فناوری هستند تا بتوانند از آن برای مقایسه کاربری‌های برنامه‌ریزی شده و مجاز زمین با میزان واقعی تخریب جنگل استفاده کنند. در هر زمان که بین کاربری مجاز زمین و کاربری واقعی شناسایی شده توسط این فناوری، تفاوتی احساس گردد، Open Surface یک هشدار به کارکنان CONAF ارسال می‌کند.
به گفته رئیس واحد تغییرات آب‌وهوایی و خدمات محیطی CONAF، سکوی Open Surface ابزاری مهم برای کاهش جنگل‌زدایی و به ویژه تخریب جنگل که مشکل اصلی جنگل‌های بومی شیلی است، خواهد بود». CONAF با همکاری Open Surface قصد دارد تا شواهد مثبت با استفاده از فناوری هوش مصنوعی در حفاظت از جنگل را تولید کند و به شیلی در دستیابی به تعهدات اقتصادی و طبیعی، کمک نماید.
این اولین بار نیست که CONAF از فناوری‌های نوآورانه برای جلوگیری از جنگل‌زدایی استفاده می‌کند. در گذشته آنها ردیاب‌های دود را در جنگل‌ها نصب کردند که در هنگام آتش‌سوزی در جنگل هشدار می‌دهند، همچنین سنسورهای صوتی خورشیدی که می‌توانند صدای اره برقی را از صدای طبیعی جنگل متمایز کنند تا محیط‌بانان پارک را از قطع غیرقانونی درختان آگاه کنند.
یک ابتکار بزرگ مشارکتی بین‌المللی باعث ایجاد Open Surface شد که در حال حاضر در برگیرنده آزمایشگاهIDB ،EIT Climate-KIC ، Cleantech21 مدیریت دارایی کربن قطب جنوب، آزمایشگاه DS3 ETH Zurich و بخش تحقیق و توسعه Scout Impact است. آنها در دسامبر 2020 با همکاری جمعی پلتفرم Open Surface را در COP25 مادرید راه‌اندازی کردند.
بستر هوشمند Open Surface می‌تواند نظارت بر زمین را آسان‌تر، سریعتر و دقیق‌تر کند. و از آنجا که این پلتفرم یک منبع در دسترس عموم است، می‌تواند توسط طیف وسیعی از ذی‌نفعان به منظور محافظت از منابع طبیعی زمینی، جنگل‌ها، خاک‌ها و اکوسیستم‌ها و دستیابی به اهداف جهانی در زمینه تخفیف اثرات تغییرات آب‌وهوایی استفاده شود. همانطور که دیوید دائو از ازمایشگاه DS3Lab ETH Zurich می‌گوید، «از نظر تئوری چنین مشکلاتی همه بسیار شبیه به هم هستند و یک الگوریتم می‌تواند از چیزی که ما آن را “یادگیری انتقال[۵]Transfer Learning” می‌نامیم، استفاده کند تا به سرعت با حوزه مشکل دیگر سازگار شود. ما هنوز روی مشکلات شهری کار نکرده‌ایم، اما مطمئن هستیم که در آینده این موضوع را بررسی خواهیم کرد». همانطور که ایشان توضیح می‌دهد این سکو همچنین می‌تواند به منظور ردیابی کاربری زمین شهری و اطمینان از توسعه پایدار شهری نیز مورد استفاده قرار گیرد.
