Autor:
Andres Tennus

Mõtteid Professor Evelyn Uuemaa inauguratsiooniloengust

Image
Evelyn Uuemaa inauguratsiooniloengu skeem

Kliima- ja maakasutuse muutused on seadnud meie ökosüsteemid suure surve alla ning paljudes piirkondades on olukord halvenenud, mis on tinginud vajaduse jälgida tõhusamalt looduskeskkonna seisundit ja muutuste tagajärgi. Sealjuures peame leidma kiireid lahendusi, et olukorda leevendada, muutustega kohaneda ja tulevikustsenaariume ennustada. Ruumiandmed ja tehisaru on siinkohal oluliseks abiks, et viia uurimisala globaalsele tasandile.

Euroopa Liit on roheleppe ja andmestrateegia toel võtnud eesmärgi arendada algatuse „Destination Earth“ raames ruumiandmetel põhinev maa digitaalne kaksik, et modelleerida maal toimuvaid looduslikke ja inimtekkelisi protsesse võimalikult täpselt. Maa puhul on oluline silmas pidada, et see on ümmargune, aga masinõpet kasutades töötame enamasti tasapinnal, mis tekitab moonde. Selle lahenduseks on näiteks globaalne diskreetne võre, kus andmeid saab integreerida kuusnurkvõres, kus moonet ei teki. See võimaldab andmeid üle maakera ühtemoodi ja ilma pindala moonutuseta andmemudelisse integreerida. Kuna võre on hierarhiline, siis on võimalik sujuvalt erinevaid ruumilisi resolutsioone kasutada.

Maa digitaalse kaksiku väljatöötamisel on abiks Euroopa Liidu avaandmete direktiiv, mille alusel kuuluvad ruumi- ehk asukohaandmed väärtuslike andmete nimekirja. Selliste andmete hulk on viimase kümne aasta jooksul tohutult kasvanud ning neid tuleb pidevalt juurde satelliitidelt, nutiseadmetelt ja kõikvõimalikelt sensoritelt. Kvaliteetsed ruumiandmed on andmepõhise otsustamise üks peamisi alustalasid. Samas ei ole meie võime kõiki ruumiandmeid kasutada aga kaugeltki pidanud sammu sellega, kui kiiresti andmed tekivad. Samuti ei kasuta me nende analüüsis veel ära tehisaru potentsiaali.

Tehisaru saab ruumiandmete kasutamisel väga palju kaasa aidata, aga ilma pärisaruta on tehisarust vähe kasu. Igal geoinformaatikul peab üks loodusteadlane nö „taskus olema“, kes teab, kuidas protsessid päriselt käivad, et mudel oleks adekvaatne.

Vajame uusi strateegiaid välitööde alade planeerimisel, et paremini täita modelleerimise ning kaugseire rakendamise vajadusi. Ilma välitöödeta ei saa sateliitidelt tulevat infot kasutada. Kui me varasemalt tegime välitöid eesmärgiga, et teada saada, kuidas mingid protsessid looduses toimivad, siis nüüd peame ümber mõtlema, kuidas kaardistada loodust nii, et õpetada mudeleid võimalikult laialt seoseid leidma ja ära tundma.

Tehisaru saab ära kasutada maakatte kaardistamisel. Näiteks on meil vajadus kaardistada kuivenduskraave, sest kuivendus mõjutab olulisel määral meie kasvuhoonegaaside emissiooni. Me peame teadma, kus kohas metsades kuivenduskraavid paiknevad. Kasutasime U-Net konvolutsioonilist närvivõrku, mis leiutati algselt kasvajarakkude tuvastamiseks. See on väga hea meetod kõrge resolutsioonidega piltidelt objektide tuvastamiseks. Meie esimesed katsetused näitasid, et süvaõppega tuvastatud kraavid täiendavad oluliselt Eesti Topograafia Andmekogu.

Teise näitena võib tuua keskkonnatingimuste modelleerimise ajas ja ruumis. Kui soovime modelleerida mulla orgaanilise süsiniku sisaldust ja meil on mõõtmisandmed ainult teatud punktide kohta, siis saame masinõppe abil prognoosida, mis on mulla orgaanilise süsiniku sisaldus punktide vahel, kus mõõtmisi pole tehtud.

Kolmandaks näiteks, kuidas satelliitandmeid saab kasutada looduslike protsessida laiemal skaalal analüüsiks, Euroopa metsade rolli hindamine süsinikuringes. Tänu satelliitandmetele on võimalik hinnata metsade primaarproduktsiooni ja kuidas see on ajas ja ruumis muutunud kogu Euroopas. Meie uurimise tulemus näitas, et 25%-l Euroopa metsade tuumaladest ei suuda kevadel ja sügisel suurenenud primaarproduktsioon kompenseerida suvist vähenemist, mis tähendab, et kokkuvõttes seotakse süsinikku vähem.

Ruumiandmed on siiani suuresti kasutamata “kullapott”. Olemasolevaid andmeid on palju, aga andmete otsustamise jaoks kasulikuks infoks muutmine ning probleemide lahendamine tehisaru abil võtab aega.

Evelyn Uuemaa lõpetas 2003. aastal geograafia bakalaureuseõppe Tartu Ülikoolis, kus jätkas geoinformaatika magistriõpinguid ning seejärel doktorantuuri loodusgeograafia ja keskkonnakaitse erialal. 2007. aastal kaitses ta väitekirja «Maastikuindeksid jõgede veekvaliteedi ja maastikumustri indikaatorina». Seejärel sai temast Tartu Ülikooli geoinformaatika teadur ja 2013. aastal vanemteadur. 2015. aastal pälvis Uuemaa Marie Skłodowska-Curie individuaalgrandi, mille toel suundus kaheks aastaks järeldoktorantuuri Uus-Meremaale vee- ja atmosfääriuuringute instituuti. Alates 2023. aastast on ta geoinformaatika professor.

Möödunud aasta lõpus pälvis geoinformaatika professor Evelyn Uuemaa Euroopa Teadusnõukogu (ERC) väljakujunenud teadlase grandi, et arendada kaugseire andmetel ja masinõppel põhinevaid mudeleid, mis võimaldavad nii põllumeestel kui ka poliitikutel intensiivpõllumajanduse negatiivse keskkonnamõju leevendamiseks planeerida maastikul looduspõhiseid lahendusi.

Kas leidsite vajaliku informatsiooni? *
Aitäh tagasiside eest!

Bilal Gul kaitseb doktoritööd „Palaeotemperature reconstruction based on oxygen stable isotopic trends from the Ordovician-Silurian brachiopods of Baltoscandia“

29. novembril kell 12.15 kaitseb Bilal Gul geoloogia erialal doktoritööd „Palaeotemperature reconstruction based on oxygen stable isotopic trends from the Ordovician-Silurian brachiopods of Baltoscandia“ („Paleotemperatuuri rekonstrueerimine Baltoskandia Ordoviitsiumi ja Siluri käsijalgsete kojamaterjali stabiilsete hapnikuisotoopide põhjal“).
Approaches to explore observed and dark diversity in study areas of various spatial scales.

Bruno Paganeli kaitseb doktoritööd „Dark diversity methods for prioritization of areas and species in nature conservation“