Jak działa AI w KrainaGrzybow?
Jak to możliwe, że aplikacja w kilka sekund podpowiada, w której części lasu warto szukać borowików, a gdzie rosną rydze? Za tym stoi algorytm uczący się analizować środowisko na podstawie danych satelitarnych, modeli glebowych i tysięcy obserwacji terenowych. Oto jak działa AI w KrainaGrzybow.pl.
Skąd algorytm wie, gdzie rosną grzyby?
Każdy gatunek grzyba ma swoje preferencje. Borowik szlachetny lubi kwaśne gleby (pH 4.5–5.5) i bory sosnowe. Rydz wybiera młode nasadzenia świerkowe. Opieńki rosną na martwym drewnie, niezależnie od pH. AI uczy się tych wzorców na podstawie danych:
- Obserwacje terenowe — tysiące lokalizacji z całej Polski z potwierdzonym występowaniem gatunków
- Zdjęcia satelitarne Sentinel-2 — typ i gęstość lasu w rozdzielczości 10 metrów
- Model glebowy SoilGrids — pH, skład mineralny i wilgotność gleby w każdej lokalizacji
- Pogoda na żywo z Open-Meteo — temperatura, opady, wilgotność powietrza
Każde z tych źródeł to osobna warstwa informacji. Algorytm nakłada je na siebie i oblicza, jak bardzo dane miejsce pasuje do profilu wybranego gatunku.
Profile 130+ gatunków
Każdy z ponad 130 gatunków w bazie KrainaGrzybow ma swój unikalny profil. Zawiera on preferowany zakres pH, typ lasu (bór sosnowy, las mieszany, las liściasty), optymalne temperatury sezonowe, wrażliwość na wilgotność oraz typowy okres owocowania. AI porównuje warunki w wybranym miejscu z tym profilem i zwraca ocenę potencjału 0–99%.
Czy to naprawdę AI? Czy zwykłe filtry?
To pytanie pada często. Gdyby algorytm tylko filtrował dane (np. "pH 4.5–5.5 i las iglasty = potencjał 80%"), wyniki byłyby mało precyzyjne. W rzeczywistości każda z czterech warstw ma wagę zależną od gatunku i pory roku. Wiosną kluczowa jest temperatura gleby, latem wilgotność, a jesienią suma opadów w ostatnich 7 dniach.
Dlatego mówimy o uczeniu maszynowym — profil każdego gatunku został wyuczony na realistycznych danych obserwacyjnych, a nie zapisany ręcznie z poradnika grzybowego. To sprawia, że wyniki są bardziej odporne na wyjątki i lepiej oddają rzeczywistą dynamikę przyrody.
Przykład: Dla borowika szlachetnego w Twardogórze (Dolny Śląsk) algorytm bierze pod uwagę: bór mieszany z przewagą sosny, pH 4.6, średnią temperaturę września 13°C i opady w ostatnim tygodniu. Wynik: 76%.
Jakie dane są brane pod uwagę?
Algorytm analizuje cztery główne warstwy:
- Las (satelita) — Sentinel-2 identyfikuje typ pokrycia leśnego, zagęszczenie koron i rodzaj drzewostanu w skali 10m
- Gleba (SoilGrids) — model globalny dostarcza pH, zawartość materii organicznej, wilgotność i teksturę gleby
- Pogoda (Open-Meteo) — temperatura dobowa, opady, wilgotność powietrza z ostatnich 30 dni i prognoza
- Gatunek (profil AI) — wyuczone preferencje dla każdego z 130+ gatunków na podstawie tysięcy obserwacji
Wszystkie cztery warstwy są aktualizowane regularnie. Warstwa pogodowa odświeża się codziennie, satelitarna co kilka dni (w zależności od zachmurzenia), a model glebowy raz w miesiącu.
Dlaczego to działa lepiej niż tradycyjne metody?
Tradycyjne poradniki grzybowe podają ogólne stwierdzenia: "borowiki rosną w lasach iglastych". To prawda, ale brakuje im precyzji. AI w KrainaGrzybow.pl potrafi powiedzieć: w tym konkretnym miejscu, przy obecnej pogodzie i typie gleby, potencjał dla borowika wynosi 76%.
Dodatkowo algorytm uwzględnia zmiany sezonowe i pogodowe — w suchym roku preferencje gatunków przesuwają się w kierunku wilgotniejszych stanowisk, a w mokrym kluczowa staje się temperatura. To dynamika, której nie uchwyci żaden statyczny poradnik.
