Här mäter AI hur grönt det är i Örebro – kan påverka planeringen av nya grönområden
Det är ett tidskrävande jobb att undersöka och följa hur grön en stad är. Genom ett samarbete mellan AI-forskare vid Örebro universitet och grönplanerare på Örebro kommun kan arbetet nu ske automatiskt med hjälp av AI och satellit-data.
Idén till AI-projektet Green-AI uppstod när några forskare läste en nyhetsartikel om hur gröna olika städer i Sverige är. Forskarna vände sig till Örebro kommun för att ta reda på hur en stads grönhet egentligen mäts, och fick reda på att det handlar om att titta på olika typer av objekt, som träd, buskar, gräsytor och odlingsytor.
Att leta efter och analysera objekt på bilder är en uppgift som artificiell intelligens är väldigt duktig på. Så AI-forskarna och grönplanerarna bestämde sig för att testa på satellitbilder över Örebro.
– Det finns många nyttor med grönytor i en stad, allt från biologisk mångfald till ökad folkhälsa och hantering av extremväder. Vi har satt upp riktvärden för grönskan i staden, men för att veta om vi klarar riktlinjerna måste vi ju kunna mäta grönytorna. Därför är vi väldigt glada över att få vara med i det här projektet, säger Anna Åhlgren, grönplanerare på Örebro kommun.
Samverkansprojektet har genererat nya forskningsresultat
AI-forskare Atiqur Rahaman har ansvarat för den tekniska utvecklingen i projektet. Han har tränat en AI-modell på att hitta och markera olika objekt på satellitbilder. Med hjälp av verktyget grönytefaktor levererar AI:n därefter en siffra som visar hur stora gröna värden ett område har.
– Huvuduppgiften i detta projekt var att skapa ett verktyg som kan kvantifiera nivån av grönska i ett landskap. Detta innovativa verktyg kan användas som en användarvänlig webbaserad applikation av olika yrkesverksamma som är involverade i stadsplanering, utveckling och förvaltning. Med sitt intuitiva gränssnitt kan användare välja ett önskat område på en karta och visa ett värde för grönytefaktorn, vilket ger en meningsfull förståelse för hur grönt området är, säger Atiqur Rahaman.
Tillsammans med forskarna Martin Längkvist och Amy Loutfi, arbetar Atiqur Rahaman på en vetenskaplig artikel – Leveraging Artificial Intelligence for a Simple and Cost-effective Assessment of greenness in Urban Area: A Case Study of Örebro City of Sweden – som bygger på resultaten från projektet.
Där presenterar de den AI-metod som de utvecklat under Green-AI-projektet och som använder så kallad djupinlärningsbaserad semantisk segmentering för att räkna ut grönytefaktorn utifrån en satellit-bild. I artikeln lyfter de fram att verktyget visar lovande resultat med en låg felmarginal.
”Jättespännande att kunna jämföra grönytor i staden”
Förhoppningen är nu att grönplanerarna på Örebro kommun ska kunna använda verktyget för att mäta och följa grönområdena i staden.
– Det skulle vara jättespännande att kunna jämföra grönytor i staden och se om vi har områden där vi har mer grönt eller områden med mindre grönt, där vi kanske behöva stötta upp och utveckla mer. Det vore också spännande att jämföra Örebro kommun med andra städer och se hur grönt Örebro är jämförelsevis, säger Anna Åhlgren.
Text, foto och film: Jesper Eriksson
Green-AI är ett samarbete mellan Örebro universitet, Örebro kommun och Region Örebro län. Projektet har stöttats av det regionala utvecklingsprojektet AI.ALL och medfinansierats av Europiska unionen.
