Στις σύγχρονες, ταχέως αναπτυσσόμενες πόλεις — όπως το Τόκιο — η ενσωμάτωση χώρων πρασίνου παραμένει μια δύσκολη εξίσωση. Με τον διαθέσιμο χώρο για δέντρα και πάρκα να περιορίζεται ολοένα, η κάθετη φύτευση —η εγκατάσταση φυτών στις προσόψεις των κτιρίων— έχει αναδειχθεί σε έξυπνη και βιώσιμη λύση για την επαναφορά της φύσης στα πυκνοδομημένα αστικά τοπία. Ωστόσο, μέχρι πρόσφατα δεν υπήρχε συστηματικός τρόπος να εντοπιστούν τα σημεία όπου η κάθετη φύτευση είναι πιο αναγκαία ή πιο αποτελεσματική.
Για να αντιμετωπίσουν αυτή την πρόκληση, ερευνητές του Πανεπιστημίου Τσίμπα στην Ιαπωνία, ανέπτυξαν ένα χωρικό σύστημα βασισμένο σε δεδομένα τεχνητής νοημοσύνης, το οποίο προσδιορίζει τις καταλληλότερες περιοχές για κάθετη φύτευση στους 23 δήμους του Τόκιο. Η μελέτη τους, που δημοσιεύθηκε στο περιοδικό Sustainable Cities and Society, παρουσιάζει τον πρώτο πλήρη χάρτη κάθετης φύτευσης σε μία από τις πιο πυκνοκατοικημένες μητροπόλεις του κόσμου.
Πώς λειτουργεί το σύστημα τεχνητής νοημοσύνης
Η ερευνητική ομάδα ανέλυσε περισσότερες από 80.000 εικόνες από το Google Street View, χρησιμοποιώντας το μοντέλο βαθιάς μάθησης YOLOv8, προκειμένου να εντοπίσει πράσινες προσόψεις κτιρίων, όπως κατακόρυφους κήπους ή μπαλκόνια με φυτά. Από τα δεδομένα αυτά δημιουργήθηκε μια λεπτομερής χαρτογράφηση των κάθετων πράσινων επιφανειών στο Τόκιο.
«Με αυτή τη μελέτη θέλαμε να αποτυπώσουμε με σαφήνεια πώς κατανέμεται το κάθετο πράσινο σε πυκνά αστικά περιβάλλοντα όπως το Τόκιο και σε ποιο βαθμό ευθυγραμμίζεται —ή όχι— με τις περιβαλλοντικές ανάγκες», εξηγεί ο καθηγητής Κατσουνόρι Φουρούγια, επικεφαλής της μελέτης.
«Συνδυάζοντας την ανάλυση εικόνας που βασίζεται στην τεχνητή νοημοσύνη με χωρικά δεδομένα, μπορούμε πλέον να εντοπίσουμε τα σημεία όπου οι παρεμβάσεις πρασίνου θα είχαν τη μεγαλύτερη επίδραση» προσθέτει.
Δείκτης ανάγκης κάθετης φύτευσης
Οι ερευνητές ανέπτυξαν έναν νέο δείκτη, τον Δείκτη Ανάγκης Κάθετου Πρασίνου (Vertical Greening Demand Index – VGDI), ο οποίος εντοπίζει τα σημεία όπου η προσθήκη πράσινων επιφανειών μπορεί να μειώσει πιο αποτελεσματικά τη θερμοκρασία και να βελτιώσει την ποιότητα του αστικού περιβάλλοντος. Ο VGDI ενσωματώνει πολλαπλούς παράγοντες, όπως η χρήση γης, η πυκνότητα δόμησης, η θερμοκρασία της επιφάνειας και η έκθεση των πεζών στη θερμότητα.
Τα ευρήματα έδειξαν άνιση κατανομή του κάθετου πρασίνου σε ολόκληρη την πόλη. Παρότι οι εμπορικές και οικιστικές περιοχές του κεντρικού Τόκιο διαθέτουν ορισμένες πράσινες προσόψεις, πολλές γειτονιές που πλήττονται από υψηλότερες θερμοκρασίες ή είναι υποβαθμισμένες, παραμένουν ουσιαστικά χωρίς πράσινο — αναδεικνύοντας την ανάγκη για πιο ισότιμη περιβαλλοντική πολιτική. Η ερευνητική ομάδα εντόπισε επίσης «ζώνες προτεραιότητας πρασίνου», όπου η εγκατάσταση κάθετης βλάστησης θα μπορούσε να μειώσει αισθητά τη θερμοκρασία επιφανειών και να βελτιώσει τη θερμική άνεση των κατοίκων.
«Η ανάλυσή μας δείχνει ότι η κάθετη φύτευση δεν είναι απλώς αισθητική επιλογή, αλλά περιβαλλοντική αναγκαιότητα», τονίζει ο καθηγητής. «Με τη βοήθεια εργαλείων βασισμένων σε δεδομένα, οι δημοτικές αρχές μπορούν να εντοπίσουν συγκεκριμένες περιοχές όπου η ενίσχυση του πρασίνου θα βελτιώσει τη δροσιά, τη βιοποικιλότητα και τη συνολική ανθεκτικότητα των πόλεων», σημειώνει.
Ένα εργαλείο για τις πόλεις του μέλλοντος
Καθώς οι πόλεις σε όλο τον κόσμο αντιμετωπίζουν αύξηση θερμοκρασιών και έλλειψη ελεύθερων χώρων, αντίστοιχα εργαλεία μπορούν να καθοδηγήσουν τον σχεδιασμό και την επιλογή σημείων για κάθετη φύτευση, ώστε να επιτευχθεί μέγιστο περιβαλλοντικό όφελος. Δείκτες όπως ο VGDI μπορούν να αξιοποιηθούν για τη διαμόρφωση κανονισμών δόμησης, τον σχεδιασμό προγραμμάτων αστικής ανανέωσης, και την παροχή κινήτρων για πράσινες επενδύσεις.
Η μελέτη υπογραμμίζει επίσης τη σημασία της προσβασιμότητας και της δικαιοσύνης στον αστικό περιβαλλοντικό σχεδιασμό. Καθώς οι πόλεις σε όλο τον κόσμο επιδιώκουν να επιτύχουν τους στόχους βιωσιμότητας, εργαλεία που βασίζονται σε δεδομένα, μπορούν να διασφαλίσουν ότι τα οφέλη του αστικού πρασίνου είναι προσβάσιμα σε όλους τους κατοίκους — και όχι μόνο σε εκείνους των ευπορότερων συνοικιών.
Συνολικά, η έρευνα αυτή σηματοδοτεί ένα σημαντικό βήμα προς την ενσωμάτωση της τεχνητής νοημοσύνης με την αστική οικολογία και τον αστικό σχεδιασμό. Στο μέλλον, οι ερευνητές σκοπεύουν να βελτιώσουν το μοντέλο τους, ενσωματώνοντας πρόσθετες περιβαλλοντικές παραμέτρους — όπως την ποιότητα του αέρα και την εξοικονόμηση ενέργειας — και να το επεκτείνουν και σε άλλες μεγαλουπόλεις.
ΠΗΓΗ: Eurekalert
