Görüntülerin mekânsal farkındalığıyla kent ağaç çeşitliliğinin denetimsiz haritalanması

Kent ağaçları ve akıllı haritalar neden önemli

Şehirlerin yaşanabilir kalması büyük ölçüde ağaçlara bağlıdır. Sokak ağaçları sıcak mahalleleri serinletir, havayı temizler ve sakinlere doğayla günlük temas sağlar. Yine de çoğu belediyenin elimizdeki ağaç çeşitliliğinin ne kadar olduğu veya bu ağaçların nerelerde kümelendiği konusunda sadece kabaca tahminleri vardır. Geleneksel ağaç sayımları uzmanların her sokağı ziyaret etmesini gerektirir; bu hem maliyetli hem de yavaştır. Bu çalışma, önceden herhangi bir ağaç etiketi gerektirmeden sıradan sokak düzeyindeki fotoğrafları ve yapay zekâyı kullanarak kentsel ağaç çeşitliliğini ölçmenin bir yolunu sunar.

Günlük görüntülerle şehri görmek

Araştırmacılar basit bir fikir üzerine kurar: Google Street View gibi hizmetlerden elde edilen fotoğraflarda ağaçları tespit edebiliyorsak, kent ormanını şehir ölçeğinde anlamaya başlayabiliriz. Onlar, ağaçların sekiz Kuzey Amerika kentinde otomatik olarak tespit edildiği ve konumlarıyla ilişkilendirildiği mevcut bir veri kümesi kullanır. Bir algoritmadan her ağacın türünü adlandırmasını istemek yerine, yeni yöntem ağaçların nasıl göründüğündeki ve nerelere dikildiklerindeki desenleri arar. Bu desenleri her ağaç için görsel görünümünü ve sokak ile mahalle içindeki konumunu yakalayan sayısal “parmak izlerine” dönüştürür.

İsimlerini bilmeden benzer ağaçları gruplayabilmek

Bu parmak izleri elde edildikten sonra sistem ağaçları gerçek biyolojik grupların yerine geçen kümelere ayırır. Aynı kümeye düşen ağaçlar görüntülerde benzer görünür ve genellikle benzer dikim bağlamlarını paylaşır. Süreç birkaç aşamada işler. Önce mekânsal bir model bulvar boyunca sıralanmış ağaçlar gibi tanınabilir desenlerle dikilmiş ağaçları düzenler. Ardından yöntem, her grubun içindeki görsel aykırılıkları budayarak yalnızca komşularına güçlü biçimde benzeyen ağaçları tutar. Atılan ağaçlar yeniden gözden geçirilir ve birbirlerine benzediğinde yeni gruplar oluşturulur veya daha iyi uyan gruplara yeniden atanır. Son olarak, neredeyse aynı görünen kümeler birleştirilir ki sistem küçük, anlamsız farklılıklara aldanmasın.

Kümeleri çeşitlilik haritalarına dönüştürmek

Tüm ağaçlar bu sözde gruplara atandıktan sonra şehir, her biri 500 metre genişliğinde yerel alanları temsil eden bir ızgara ile bölünür; bu hücreler mahalle ölçeğinde ağaç topluluklarını gösterir. Her ızgara hücresinde araştırmacılar kaç kümenin göründüğünü ve ağaçların bu kümeler arasında ne kadar dengeli dağıldığını sayar. Bu sayıdan ekolojistlerce zenginlik (kaç çeşit ağaç olduğu) ve denge (bir türün baskın olup olmadığı) tanımlamak için kullanılan standart çeşitlilik puanları hesaplanır. Ardından bu puanlar, gerçek ağaç cinslerini kaydeden ayrıntılı saha sayımlarıyla karşılaştırılır. Kentler genelinde denetimsiz sistem, özellikle nadir türlerden ziyade yaygın ağaç türlerini vurgulayan ölçülerde gerçek dünyadaki çeşitlilik desenlerini yakın biçimde yeniden üretir. Ayrıca çeşitliliğin mekânda nasıl düzenlendiğini korur; tek tip dikim yamalarını ve daha karışık blokları yakalar.

Güçlü yanlar, sınırlamalar ve sonraki adımlar

Yöntem, ağaç topluluklarının yalnızca birkaç tür tarafından baskın olmadığı ve görüntü kalitesinin yüksek olduğu kentlerde en iyi performansı gösterir. Nadir cinslerle, yoğun mahremiyet bulanıklığıyla ve sokak fotoğraflarının seyrek veya güncelliğini yitirmiş olduğu yerlerde daha fazla zorluk yaşar. Ayrıca yöntem sokaktan görülebilenlere odaklandığı için arka bahçelerde veya iç parklarda gizlenen ağaçlar az sayılır. Yazarlar, bu sokak görünümlerini uydu ve lazer tabanlı görüntülerle birleştirmek veya benzer görünen ağaçlar arasındaki ince farkları daha iyi ayırt edebilen dil–görsel modeller kullanmak gibi gelecekteki iyileştirmeler önermektedir.

Daha yeşil, daha adil kentler için bunun anlamı nedir

Uzman olmayanlar için kilit mesaj, şehirlerin ağaç yaşamlarını anlamak için artık yalnızca yavaş ve pahalı saha sayımlarına bağımlı olmaları gerekmediğidir. Mevcut sokak düzeyindeki görüntülerin akışını analiz ederek bu yöntem, düşük maliyetle ve yeni görüntüler geldikçe tekrarlanabilir şekilde mahalle ölçeğinde ayrıntılı ağaç çeşitliliği haritaları üretebilir. Şehir planlamacıları bu haritaları, tek bir savunmasız ağaç türünün hakim olduğu alanları tespit etmek, yeşillik çeşitliliği eksik olan mahalleleri belirlemek ve zararlı böcekler, hastalıklar ve iklim stresine karşı direnci artıracak dikim programları tasarlamak için kullanabilir. Kısacası, çalışma günlük fotoğrafçılığı akıllı kümelemeyle birleştirerek şehrin kendisini kentsel doğanın yaşayan, düzenli olarak güncellenen bir haritasına dönüştürebileceğini gösteriyor.

Atıf: Abuhani, D.A., Seccaroni, M., Mazzarello, M. et al. Unsupervised mapping of urban tree diversity using spatially-aware visual clustering. Sci Rep 16, 10440 (2026). https://doi.org/10.1038/s41598-026-37043-7

Anahtar kelimeler: kentsel ağaç çeşitliliği, sokak görünümü görüntüleri, denetimsiz kümeleme, biyoçeşitlilik haritalama, kentsel direnç