Profesor de la UI: abundante bosque de recursos económicos

DePok (Antara) – Profesor de la Facultad de Matemáticas y Ciencias Naturales, dijo el Prof. Dr. Rokhmatuloh de la Universidad de Indonesia. La importancia de los bosques indonesios es multifuncional, no solo como regulador de la biodiversidad climática y del punto de acceso, sino como un recurso económico abundante.

Es optimista sobre la tendencia positiva en la recuperación del bosque gracias a las políticas, como la silvicultura social y el programa de degradación y degradación forestal (REDD+), que muestra el compromiso del gobierno y la comunidad.

«El potencial para la madera y los productos forestales no kayed es muy grande, desde productos de exportación superiores hasta productos de alto valor para pueblos indígenas. Sin embargo, este potencial solo puede utilizarse de manera óptima si el bosque se maneja de manera sostenible», dijo el profesor. Rokhmatuloh en el campus de Depok UI el jueves.

Aquí es donde dijo el papel vital de la teledetección, que respalda el manejo forestal basado en la evidencia (manejo forestal basado en la evidencia).

En la era industrial 4.0, la integración de la teledetección con inteligencia artificial (IA), aprendizaje automático y computación en la nube es la clave.

Este progreso permite el análisis de datos que es rápido, automático y preciso, y facilita el uso de drones para la adquisición de imágenes de alta resolución flexibles y efectivos.

En general, la teledetección se ha convertido en una base importante en la gestión forestal moderna, respalda la formulación de políticas basadas en datos y aumenta la transparencia de la gestión de recursos naturales.

Las ventajas de la IA en el análisis automático aumentan la precisión del mapeo y el monitoreo forestales en tiempo real.

Las plataformas de computación en la nube como Google Earth Engine (GEE), que proporciona acceso a miles de petabytes de datos satelitales, permite un análisis cruzado y regional, apoyando a las comunidades científicas y los responsables políticos.

Además, la explicación de la combinación Big Data y ML no solo acelera el procesamiento de datos, sino que también permite el modelado predictivo.

Esto respalda fuertemente la planificación forestal basada en la proyección, como las estimaciones de existencias de carbono, el crecimiento de los árboles y el hábitat animal.

La aplicación de aprendizaje profundo (DL) para procesar datos de teledetección en el sector forestal, especialmente con el algoritmo de red neuronal convolucional (CNN), puede clasificar la cobertura del suelo, la detección de cambios forestales y mapear las especies de vegetación con alta precisión.

El profesor Rokhmatuloh también destacó más aplicaciones DL, incluida la detección de la deforestación automática utilizando datos de series de tiempo y la utilización de U-Net para mapear los límites del bosque e identificar la regeneración de la vegetación posterior a la combustión.

Leer también: Profesor de la UI llama a los recursos pesqueros importantes para la seguridad alimentaria

Leer también: UI necesita fondos abadi de RP5 billones para aumentar la reputación a nivel global