Onderzoek naar geospatiale modellering onthult belangrijke verbetermogelijkheden

Voorbeeld van onzekerheidskwantificatie voor ruimtelijke mapping binnen het project SoilGrids.

Geografische modelleringstechnieken zijn een belangrijk hulpmiddel geworden voor milieutoezicht. Deze technieken worden gebruikt om milieurisico’s te beheersen en de dreiging van natuurrampen te monitoren. De resultaten van de modellering vormen een belangrijke informatiebron voor het voorspellen en begrijpen van de gevolgen van verschillende scenario’s van sociaaleconomische ontwikkeling en klimaatverandering.

Geospatiale onderzoeken maken steeds meer gebruik van machine learning-methoden om de vegetatiebedekking te monitoren, het functioneren van ecosystemen en biodiversiteit te evalueren, evenals om branden, overstromingen en droogtes te bestrijden. Onderzoekers publiceren veel artikelen waarin ze rapporteren over het verbeteren van modellen, het oplossen van fundamentele problemen en nieuwe benaderingen, ook binnen de natuurwetenschappen. Echter, deze publicaties lijden vaak onder methodologische fouten, voornamelijk door de beperkingen die inherent zijn aan machine learning.

Een groep wetenschappers van Skoltech en het AIRI Instituut heeft de academische literatuur geanalyseerd, typische problemen geïdentificeerd en oplossingen voorgesteld. De resultaten zijn gepresenteerd in een overzichtsartikel dat is gepubliceerd in het tijdschrift Nature Communications. “We hebben ontdekt dat de belangrijkste moeilijkheden onder andere de ongelijkheid van de gegevens, ruimtelijke autocorrelatie, vooringenomenheid in de gegevens, voorspellingsfouten en moeilijkheden bij het schatten van de onzekerheid van het model zijn. Hoewel deze problemen goed bekend zijn, negeren bestaande benaderingen ze vaak en beperken ze zich tot standaard trainingsprocedures en validatie van machine learning-modellen,” aldus een van de hoofdauteurs, Diana Koldasbayeva, een Ph.D. student aan Skoltech binnen het programma Computational and Data Science and Engineering.

“Om deze beperkingen te verhelpen, is het noodzakelijk om methoden te ontwikkelen die rekening houden met de unieke kenmerken van milieugegevens en spatiotemporale processen,” voegde Alexey Zaitsev, co-auteur van de studie, en assistent-professor aan het Skoltech AI Center, eraan toe. “Het artikel presenteert een verenigde aanpak om dergelijke problemen op te lossen, inclusief tools en technieken om de nauwkeurigheid van modellen te verbeteren, evenals aanbevelingen voor het verbeteren van hun kwaliteitsbeoordeling. We hopen dat onze resultaten wetenschappers uit verschillende landen zullen helpen bij het kiezen van hun onderzoeksrichtingen.”

De auteurs hebben ook belangrijke gebieden geïdentificeerd voor de ontwikkeling van geospatiaal onderzoek met specifieke aandacht voor milieugegevens en hebben hun eigen verzameling geavanceerde tools, bronnen en projecten gepresenteerd die geospatiale technologieën gebruiken om milieuproblemen op te lossen. De verzameling is openbaar beschikbaar op GitHub en nodigt collega’s uit om deze te gebruiken en aan te vullen. “In de studie hebben we nieuwe datasets, modellen en benaderingen geïntroduceerd om de kwaliteit van het werk te waarborgen die nodig is voor de implementatie van toegepaste wetenschappelijke ontwikkelingen in de industrie en om het probleem van de interpreteerbaarheid van data-gebaseerde voorspellingen op te lossen,” merkte professor Evgeny Burnaev op, directeur van het Skoltech AI Center en hoofd van de Learnable Intelligence onderzoeksgroep bij AIRI.

“Het is bijvoorbeeld van uiterst belang om goed georganiseerde databases te creëren. Betere gegevens leiden natuurlijk tot een vermindering van de vervormingen die verband houden met ongelijkheid en autocorrelatie. We verwachten de opkomst van zelf-gecontroleerde modellen die zijn getraind op grote semi-gecurateerde datasets voor geospatiale mapping in milieonderzoek, vergelijkbaar met wat we hebben gezien in taalmodellering en computer vision.”