Cara Google Gunakan Teknologi untuk Melindungi Keanekaragaman Lingkungan Hidup
Sabtu, 06 Juni 2020 - 14:02 WIB
loading...
A
A
A
2. Melindungi hutan hujan tropis
Deforestasi menyebabkan 17% dari emisi karbon global dan Rainforest Connection menggunakan TensorFlow, platform machine learning open-source Google, untuk mencegah pembalakan liar di berbagai hutan hujan tropis di seluruh dunia. Mereka menempatkan ponsel model lama di atas pohon untuk merekam suara di hutan lalu melatih sistem machine learning untuk mengenali suara gergaji mesin dari berbagai suara yang ada di hutan. Ini membantu para penjaga hutan mendapatkan notifikasi instan saat ada pembalak liar yang berusaha menebang pohon secara ilegal.
3. Memonitor habitat liar
Habitat alami sangatlah penting bagi perlindungan dan keberlangsungan hidup berbagai spesies flora dan fauna di seluruh dunia. Deforestasi menyebabkan 17% dari emisi karbon global. Itulah mengapa kita perlu secara ketat memonitor dan pada akhirnya mengurangi risiko deforestasi untuk memastikan habitat yang ada tetap dilestarikan. Maka dari itu, pada tahun 2013, melalui kerja sama yang dipimpin oleh para peneliti di University of Maryland, kami membantu peluncuran Global Forest Watch, yaitu sebuah peta yang menguantifikasikan luas hutan secara global dan perubahannya, mulai dengan data dari tahun 2000. Pemetaan hutan global secara kronologis ini tidak hanya memungkinkan berbagai aplikasi ilmiah, seperti upaya pemodelan perubahan iklim dan keanekaragaman hayati, namun juga menjadi dasar bagi pembentukan kebijakan dengan menyediakan data objektif tentang hutan yang bisa langsung dimanfaatkan oleh pemerintah, organisasi sipil, dan industri swasta untuk memperbaiki pengelolaan hutan.
4. Mengurangi emisi karbon
Deforestasi menyebabkan 17% dari emisi karbon global dan Rainforest Connection menggunakan TensorFlow, platform machine learning open-source Google, untuk mencegah pembalakan liar di berbagai hutan hujan tropis di seluruh dunia. Mereka menempatkan ponsel model lama di atas pohon untuk merekam suara di hutan lalu melatih sistem machine learning untuk mengenali suara gergaji mesin dari berbagai suara yang ada di hutan. Ini membantu para penjaga hutan mendapatkan notifikasi instan saat ada pembalak liar yang berusaha menebang pohon secara ilegal.
3. Memonitor habitat liar
Habitat alami sangatlah penting bagi perlindungan dan keberlangsungan hidup berbagai spesies flora dan fauna di seluruh dunia. Deforestasi menyebabkan 17% dari emisi karbon global. Itulah mengapa kita perlu secara ketat memonitor dan pada akhirnya mengurangi risiko deforestasi untuk memastikan habitat yang ada tetap dilestarikan. Maka dari itu, pada tahun 2013, melalui kerja sama yang dipimpin oleh para peneliti di University of Maryland, kami membantu peluncuran Global Forest Watch, yaitu sebuah peta yang menguantifikasikan luas hutan secara global dan perubahannya, mulai dengan data dari tahun 2000. Pemetaan hutan global secara kronologis ini tidak hanya memungkinkan berbagai aplikasi ilmiah, seperti upaya pemodelan perubahan iklim dan keanekaragaman hayati, namun juga menjadi dasar bagi pembentukan kebijakan dengan menyediakan data objektif tentang hutan yang bisa langsung dimanfaatkan oleh pemerintah, organisasi sipil, dan industri swasta untuk memperbaiki pengelolaan hutan.
4. Mengurangi emisi karbon
Lihat Juga :
