Umělá inteligence měří listy rostlin z herbářů: Odhaluje, jak teplota ovlivňuje jejich tloušťku a pomáhá pochopit paleoklima

Vědci z University of Michigan vyvinuli nový algoritmus strojového učení, který dokáže rychle měřit velikost a tloušťku listů z digitálních sbírek rostlinných exemplářů.

Vědci z University of Michigan vyvinuli nový algoritmus strojového učení, který dokáže rychle měřit velikost a tloušťku listů z digitálních sbírek rostlinných exemplářů. Tento inovativní nástroj, nazvaný LeafMachine2, vytvořil William Weaver a je navržen tak, aby získával charakteristiky listů z rozsáhlých digitálních datových souborů rostlin, jako jsou ty uchovávané v herbáři University of Michigan.

Algoritmus se zaměřuje na měření řapíku listu, tedy části stonku, která se připojuje k listu. Zatímco ruční měření řapíku je možné pomocí posuvného měřítka nebo výpočtem vzdálenosti pixelů na fotografiích, algoritmus tento proces automatizuje. Tato automatizace umožňuje výzkumníkům analyzovat trendy hmotnosti listů na jednotku plochy v globálním měřítku napříč širokou škálou rostlin s využitím historických herbářových exemplářů.

Díky tomuto algoritmu prozkoumali vědci více než 22 000 listů z 1 580 druhů „dřevnatých krytosemenných rostlin“ (kvetoucích rostlin s kůrou, jako jsou liány, keře a stromy). Jejich analýza odhalila, že předpokládaná hmotnost listů na jednotku plochy, která slouží jako ukazatel investice do stavby listu, silněji souvisela s proměnnými souvisejícími s teplotou a slunečním zářením než s proměnnými souvisejícími se srážkami. Tento objev podporuje myšlenku, že rostliny v teplejších, tropických oblastech mají tendenci pěstovat silnější listy, jelikož se vyplatí investovat více zdrojů do listů, které přetrvávají po celý rok.

Tento výzkum, publikovaný v časopise New Phytologist, je součástí zprávy „State of the World's Plants and Fungi“ (Stav světových rostlin a hub) vydané Královskými botanickými zahradami v Kew. Zpráva zdůrazňuje, jak digitální nástroje zásadně mění naši schopnost porozumět klimatickým výzvám a výzvám v oblasti biodiverzity a reagovat na ně, odhalovat kritické mezery ve vědeckých poznatcích a poukazovat na to, kde je nejnaléhavěji potřeba jednat.

Schopnost odvodit tloušťku listů z digitálních snímků je obzvláště cenná pro paleobotaniky. Zatímco přímé měření tloušťky z fosilních otisků je obtížné, pochopení korelace mezi moderními charakteristikami listů a klimatem umožňuje vědcům vyvinout zástupné metody. Například silnější řapík naznačuje větší hmotnost listu – jednoduchý fyzikální princip, který se stává zásadním, když přímé měření hmotnosti není možné. Propojením moderní morfologie listů se současným klimatem mohou vědci odvodit podobné klimatické podmínky v minulosti při zkoumání fosilních společenstev.

Algoritmus a software LeafMachine2 ukazují, jak se vyvíjí využití herbářových exemplářů. Tyto sbírky, systematicky shromažďované po stovky let, představují neocenitelný historický záznam našeho přírodního prostředí. Nabízejí hluboké poznatky o tom, jak se svět mění a jak ho ovlivnila lidská činnost, přičemž jsou často přehlíženy a podceňovány.