一个研究团队揭示了一种新的人工智能（AI）系统，该系统利用卫星影像比以前的方法更准确地跟踪城市绿地，这对于确保城市健康至关重要。领导该研究团队的是Rumi Chunara，她是纽约大学的副教授，同时在坦登工程学院和全球公共卫生学院任职。
为了验证他们的方法，研究人员在巴基斯坦最大的城市卡拉奇进行了系统测试，团队中的几名成员就驻扎在这里。卡拉奇由于其密集的城市区域和多样的植被条件，成为了一个理想的测试案例。
该团队的分析被《ACM计算与可持续社会期刊》接受发表，显示出明显的环境差异：一些地区享有绿树成荫的街道，而许多社区几乎没有植被。
城市长期以来一直难以准确跟踪其绿地，从公园到单棵街树，传统的卫星分析最多遗漏了约37%的城市植被。
随着城市面临气候变化和快速城市化，尤其是在亚洲和非洲，准确测量变得至关重要。绿地有助于降低城市温度，过滤空气污染，并提供锻炼和心理健康所需的空间。
但这些好处可能不均等分配。低收入地区通常缺乏植被，使其比绿树成荫的富裕社区更热且污染更严重。
研究团队通过增强AI分割架构（如DeepLabV3+）开发了解决方案。他们使用Google Earth的高分辨率卫星影像，通过扩展训练数据以包括不同光线和季节条件下的不同植物版本来训练系统——他们称之为“绿色增强”。与现有AI方法相比，这项技术提高了植被检测的准确性，提升了13.4%——这一领域的重大进展。
在测量系统正确识别植被的频率时，其准确率达到89.4%，可靠性为90.6%，显著优于传统方法仅实现的63.3%准确率和64.0%可靠性。
Chunara表示：“以前的方法依赖于简单的光波长测量。我们的系统学习识别区分树木和草坪的更微妙的模式，即使在城市环境中也能做到。这种数据对于城市规划者识别缺乏植被的社区是必要的，以便他们可以开发新绿地，带来尽可能多的益处。没有准确的图谱，城市无法有效解决差异。”
卡拉奇的分析发现，该市人均平均仅有4.17平方米的绿地，不到世界卫生组织（WHO）推荐的人均9平方米最低标准的一半。社区内部的差异显著：一些偏远的联合委员会（巴基斯坦最小的地方政府机构，共有173个被纳入研究）每人拥有超过80平方米的绿地，而五个联合委员会的人均绿地少于0.1平方米。
研究表明，铺装道路更多的地区——通常是经济发展的标志——往往有更多的树木和草坪。更重要的是，在研究的八个不同联合委员会中，植被更多的地区表面温度明显较低，说明了绿地在降温城市方面的作用。
新加坡提供了一个对比，展示了通过有意规划能实现的可能性。尽管其人口密度与卡拉奇相似，但人均提供9.9平方米的绿地，超过了WHO的目标。
研究人员已将他们的方法公开，但将其应用于其他城市需要在当地卫星影像上重新训练系统。
该研究增加了Chunara开发计算和统计方法的成果，包括数据挖掘和机器学习，以了解健康的社会决定因素和健康差异。以前的研究包括使用社交媒体帖子绘制社区级的系统性种族歧视和厌女症，并评估其对心理健康的影响，以及分析电子健康记录以理解COVID-19期间远程医疗的获得差异。
除了Chunara，论文的其他作者包括Miao Zhang，她是NYU Tandon计算机科学与工程系的博士候选人以及VIDA的成员；Hajra Arshad、Manzar Abbas、Hamzah Jehanzeb、Izza Tahir、Javerya Hassan和Zainab Samad来自阿迦汗大学医学院，Samad在阿迦汗大学的CITRIC健康数据科学中心也有职务。
该研究的资金由国家科学基金会和国家卫生研究院提供。
