Forschungsprojekt AI4Forest erhält Rechenressourcen vom Hochleistungsrechner JUPITER
Für die Entwicklung hochauflösender globaler Biomassekarten erhält das Projekt AI4Forest Zugang zu den Rechenressourcen von JUPITER am Forschungszentrum Jülich, dem ersten Exascale-Supercomputer Europas. Insgesamt stehen dem Projekt 120.000 GPU-Stunden zur Verfügung, die für die Verarbeitung großer Mengen an Erdbeobachtungsdaten genutzt werden.
AI4Forest ist ein deutsch-französisches Forschungsprojekt, das sich mit der Frage beschäftigt, wie modernste Verfahren der künstlichen Intelligenz dazu beitragen können, die durch den Klimawandel verursachten Belastungen von Waldökosystemen besser zu verstehen, zu überwachen und darauf zu reagieren. Koordiniert wird das Projekt von Philippe Ciais (Laboratoire des Sciences du Climat et de l'Environnement, Université Paris), Alexandre d'Aspremont (Département d'informatique, École Normale Supérieure), Fabian Gieseke (Institut für Wirtschaftsinformatik, Universität Münster), Sebastian Pokutta (Zuse Institute Berlin) und Cornelius Senf (Earth Observation for Ecosystem Management, TU München).
Ziel des Antrags auf die Rechenressourcen ist die Erstellung einer globalen Aboveground-Biomass (AGB) Karte, die an vorherige Arbeiten der Forschungsgruppe anknüpft: ECHOSAT: Europäische Satelliten (Sentinel-1, Sentinel-2), Japanische (ALOS Palsar-2), amerikanische Sensoren (GEDI) und deutsche (Tandem-X DEM).
Die Aboveground-Biomass umfasst die pflanzliche Biomasse oberhalb der Bodenoberfläche. Im Fokus von AI4Forest stehen insbesondere Bäume, da sie große Mengen CO₂ speichern und zugleich zunehmend verschiedenen Bedrohungen wie Trockenheit, Hitze, Bränden oder Schädlingsbefall ausgesetzt sind.
Traditionell wird Biomasse vor allem durch Feldmessungen vor Ort erfasst oder geschätzt. AI4Forest verfolgt das Ziel, solche Schätzungen mithilfe von Satellitendaten und künstlicher Intelligenz auf globaler Ebene zu verbessern und effizienter verfügbar zu machen.
Die Erstellung solcher Karten ist mit einem sehr hohen Rechenaufwand verbunden. Um die großen Datenmengen verarbeiten und komplexe KI-Modelle trainieren zu können, ist der Zugang zu leistungsstarken Rechenressourcen entscheidend. Umso mehr freut sich die Forschungsgruppe über die Möglichkeit, hierfür auf JUPITER zurückgreifen zu können.
Links zu dieser Meldung