Severnoamerički dabrovi transformišu ekosisteme svojim inženjerskim umećem. Jezercem vode, iskopavanjem kanala i traženjem obližnje vegetacije, oni drastično menjaju pejzaže u različitim sredinama, od tundre do pustinja.
Dva veka trgovine krznom počevši od 17. veka desetkovala su graditelje sa debelom dlakom, ali danas se populacija dabrova postepeno oporavlja. To je dobra vest za mnoge ekosisteme jer izgradnja dabra stvara vredna staništa za ugrožene vrste, zadržava ugljenik i poboljšava dostupnost vode na suvim mestima.
Uprkos ovim ekološkim implikacijama, u naučnim istraživanjima nedostaje masovno mapiranje staništa dabrova. Većina mapiranih brana se identifikuje ručno, što zahteva mnogo vremena i truda.
Da bi ubrzali identifikaciju brane sa dabrom, Emili Fairfak i kolege su primenile mašinsko učenje da bi pretražile geoprostorne slike visoke rezolucije za verovatne komplekse brana u oblastima pejzaža i regiona. Istraživači su razvili model Earth Engine Automated Geospatial Element(s) Recognition (EEAGER), koji koristi neuronsku mrežu obučenu na hiljadama poznatih lokacija dabrovih brana na snimcima iz vazduha i satelita. Njihova studija je objavljena u časopisu Journal of Geophisical Research: Biogeosciences.
U ovoj studiji, tim je obučio model da identifikuje brane u zapadnim Sjedinjenim Državama, a zatim ga testirao van područja za obuku da vidi da li je ispravno uočio druge brane na slikama. Sve u svemu, EEAGER je bio 98,5% tačan u karakterizaciji da li lokacije u slikanim pejzažima imaju ili nemaju brane. I opoziv modela (procenat poznatih brana koje je model tačno identifikovao) i preciznost (procenat brana predviđenih modelom koje su zaista bile brane), na 63% i 26%, respektivno, mogu se poboljšati dodatnom obukom u različiti regioni u kojima grade dabrovi, napominju autori.
Ipak, relativno visok opoziv je dobar znak, kažu oni, što sugeriše da model može otkriti veliki deo stvarnih brana. Takođe su istakli da se lažno pozitivne identifikacije brana mogu lako ukloniti iz kataloga ručno i da su mnogi lažno pozitivni rezultati bili bliski stvarnim branama dabrova.
Ovaj rad može pomoći u praćenju populacije i zdravlja dabrova, kao i promena ekosistema i obnavljanja reka na bazi dabrova, primećuju istraživači, a metodologija bi se mogla primeniti za praćenje drugih složenih oblika reljefa u velikim regionima.
