Une équipe de recherche dirigée par Rumi Chunara – un professeur agrégé de NYU à des nominations à la fois à la Tandon School of Engineering et à l'École de santé publique mondiale – a dévoilé un nouveau système d'intelligence artificielle (IA) qui utilise l'imagerie satellite pour suivre plus précisément les espaces verts urbains que les méthodes antérieures, essentiellement pour assurer des villes saines.
Pour valider leur approche, les chercheurs ont testé le système à Karachi, la plus grande ville du Pakistan où plusieurs membres de l'équipe sont basés. Karachi s'est avéré un cas de test idéal avec son mélange de zones urbaines denses et de différentes conditions de végétation.
Accepté pour publication par le Journal ACM sur les sociétés informatiques et durablesL'analyse de l'équipe a exposé une fracture environnementale frappante: certaines zones apprécient les rues bordées d'arbres tandis que de nombreux quartiers n'ont presque aucune végétation.
Les villes ont longtemps eu du mal à suivre leurs espaces verts précisément, des parcs aux arbres de rue individuels, avec une analyse par satellite traditionnelle manquant jusqu'à environ 37% de la végétation urbaine.
Comme les villes sont confrontées au changement climatique et à l'urbanisation rapide, en particulier en Asie et en Afrique, la mesure précise est devenue vitale. Les espaces verts peuvent aider à réduire les températures urbaines, filtrer la pollution de l'air et fournir des espaces essentiels pour l'exercice et la santé mentale.
Mais ces avantages peuvent être inégalement distribués. Les zones à faible revenu manquent souvent de végétation, ce qui les rend plus chaudes et plus polluées que les quartiers riches bordés d'arbres.
L'équipe de recherche a développé sa solution en améliorant les architectures de segmentation de l'IA, telles que DeepLabv3 +. En utilisant l'imagerie satellite haute résolution de Google Earth, ils ont formé le système en augmentant leurs données d'entraînement pour inclure des versions variées de la végétation verte dans différentes conditions d'éclairage et de saison – un processus qu'ils appellent «augmentation verte». Cette technique a amélioré la précision de la détection de la végétation de 13,4% par rapport aux méthodes d'IA existantes – une avance significative sur le terrain.
Lors de la mesure de la fréquence à laquelle le système identifie correctement la végétation, il a atteint une précision de 89,4% avec une fiabilité de 90,6%, sensiblement meilleure que les méthodes traditionnelles qui n'atteignent que 63,3% avec une fiabilité de 64,0%.
« Les méthodes précédentes reposaient sur des mesures simples de longueur d'onde », a déclaré Chunara, qui est directeur du NYU Center for Health Data Science et est membre du NYU Tandon Visualization Imaging and Data Analysis Center (VIDA).
«Notre système apprend à reconnaître des modèles plus subtils qui distinguent les arbres de l'herbe, même dans des environnements urbains difficiles. Ce type de données est nécessaire pour que les urbanistes identifient les quartiers qui manquent de végétation afin qu'ils puissent développer de nouveaux espaces verts qui offriront le plus d'avantages possibles possible .
L'analyse de Karachi a révélé que la ville ne faisait en moyenne que 4,17 mètres carrés d'espace vert par personne, soit moins de la moitié du minimum de 9 mètres carrés de l'Organisation mondiale de la santé. La disparité dans les quartiers est dramatique: alors que certains conseils syndicaux éloignés – le plus petit corps du gouvernement local du Pakistan, un total de 173 ont été inclus dans l'étude – ont plus de 80 mètres carrés par personne, cinq conseils syndicaux ont moins de 0,1 mètre carré par habitant.
L'étude a révélé que les zones avec des routes plus pavées – généralement un marqueur du développement économique – ont tendance à avoir plus d'arbres et d'herbe. Plus important encore, dans huit conseils syndicaux différents étudiés, les zones avec plus de végétation ont montré des températures de surface nettement plus faibles, démontrant le rôle des espaces verts dans le refroidissement des villes.
Singapour offre un contraste, montrant ce qui est possible avec une planification délibérée. Malgré une densité de population similaire à Karachi, il fournit 9,9 mètres carrés d'espace vert par personne, dépassant l'objectif de l'OMS.
Les chercheurs ont rendu leur méthodologie publique, bien que l'appliquer à d'autres villes nécessiterait de recycler le système sur l'imagerie satellite locale.
Cette étude s'ajoute au travail de Chunara en développant des méthodes de calcul et statistiques, y compris l'exploration de données et l'apprentissage automatique, pour comprendre les déterminants sociaux des disparités de santé et de santé. Des études antérieures incluent l'utilisation de publications sur les réseaux sociaux pour cartographier le racisme systémique au niveau du quartier et l'homophobie et évaluer leur impact sur la santé mentale, ainsi que l'analyse des dossiers de santé électroniques pour comprendre les disparités d'accès aux télémédecine pendant le Covid-19.
