Våtmarker är inte bara viktiga för den biologiska mångfalden, utan spelar också en viktig roll i arbetet med att bromsa klimatförändringarna då de kan binda koldioxid. Men under det senaste seklet har nästan en fjärdedel av Sveriges ursprungliga våtmarksareal försvunnit enligt Naturvårdsverket.
Så kan AI-teknik hjälpa Sverige att bevara våtmarker
Klimat För att på bästa sätt skydda och bevara våtmarker krävs det mer kunskap om vilka våtmarker som har störst behov av åtgärder. Det menar Naturvårdsverket som nu testar ny AI-teknik som ska hjälpa till i arbetet.

AI-teknik kan vara framtidens hjälpmedel för att bevara och skydda våtmarker. Foto: Adobe Stock.
Någonting är fel
Du är inloggad som prenumerant hos förlaget Pauser Media, men nånting är fel. På din profilsida ser du vilka av våra produkter som du har tillgång till. Skulle uppgifterna inte stämma på din profilsida – vänligen kontakta vår kundtjänst.
Miljö & Utveckling premium
Läs vidare – starta din prenumeration
- Magasinet Miljö & Utveckling - 6 nummer per år
- Full tillgång till allt digitalt material
Redan prenumerant? Logga in och läs vidare.
Samtidigt har förståelsen för våtmarkernas värde under de senaste decennierna vuxit och lagstiftningen skärpts, på både EU-nivå och i Sverige.
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


