Лазерный дозор: неведомый сигнал из космоса сканировал леса планеты

Современные технологии, которые изначально помогали археологам находить остатки древних цивилизаций, скрытые под плотным покровом лесов, теперь открывают новые возможности в борьбе с изменением климата.

Спутниковые данные, как выяснилось, способны не только раскрывать тайны прошлого, но и значительно ускорять процесс оценки углеродного баланса лесов, определяя, сколько углерода они поглощают и выделяют.

Доцент кафедры геопространственных наук одного из университетов Арканзаса подчеркнул, что понимание механизмов углеродного цикла имеет огромное значение для изучения климатических изменений. Он отметил, что леса выполняют роль своеобразных «лёгких» планеты, удерживая около 80% углерода, находящегося в земной коре, и играя ключевую роль в стабилизации климата Земли.

Для того чтобы оценить, как леса участвуют в углеродном цикле, необходимо определить их надземную биомассу. Однако традиционные методы, основанные на наземных измерениях, хоть и дают точные результаты, требуют значительных затрат времени и сил, а также ограничены в охвате территории, пояснил исследователь.

Недавно опубликованное исследование в области экологической информатики продемонстрировало, как можно использовать спутниковые данные, доступные через платформу Google Earth Engine, в сочетании с алгоритмами искусственного интеллекта. Такой подход позволяет быстро и точно создавать карты биомассы лесов даже в труднодоступных регионах, где проведение наземных исследований затруднено.

В основе нового метода лежат данные, полученные с помощью системы лидара, установленной на Международной космической станции. Эта технология, использующая световые импульсы, позволяет с высокой точностью измерять высоту лесного покрова, его структуру и особенности поверхности. Кроме того, в работе были задействованы снимки со спутников Европейского космического агентства, что позволило повысить точность анализа за счёт объединения различных типов данных.

В ходе исследования были протестированы несколько алгоритмов машинного обучения, чтобы определить, какой из них лучше справляется с обработкой информации. Наилучшие результаты показал метод, основанный на усилении градиентного дерева, который обеспечил высокую точность и минимальное количество ошибок.

Другие подходы, такие как случайный лес, также показали хорошие результаты, хотя и уступили лидеру. Менее эффективными оказались алгоритмы, использующие деревья классификации и регрессии, а также машины опорных векторов, что подчёркивает важность выбора подходящей модели для конкретной задачи, отметил автор исследования.

Наиболее точные результаты были достигнуты при комбинации данных о высоте лесного покрова, топографии, растительных индексах и оптических снимков. Это подтверждает, что объединение информации из разных источников играет решающую роль в создании надёжных карт биомассы.

Точные карты биомассы лесов имеют огромное практическое значение, подчеркнул исследователь. Они позволяют более эффективно учитывать углерод, поглощаемый лесами, и отслеживать выбросы, связанные с вырубкой. Такие данные помогают правительствам и международным организациям принимать обоснованные решения в области управления природными ресурсами и борьбы с изменением климата.

Несмотря на значительный прогресс, остаются определённые трудности, отметил автор исследования.

Например, погодные условия могут влиять на качество спутниковых данных, а в некоторых регионах всё ещё отсутствует доступ к высокоточным данным лидара. В будущем планируется использовать более сложные модели искусственного интеллекта, такие как нейронные сети, чтобы ещё больше повысить точность прогнозов. Исследователь выразил уверенность, что с усилением климатических изменений подобные технологии станут незаменимым инструментом для сохранения лесов и защиты планеты.

Уточнения

Арканза́с — штат на юге США, находится в Юго-Западном регионе, в 2021 году население составило 3 042 231 человек, занимает 34-е место среди штатов США.