НАСА с помощью суперкомпьютеров открывает новые возможности для картирования деревьев и исследования углерода

Ученые из Центра космических полетов имени Годдарда НАСА в Гринбелте, штат Мэриленд, и международные сотрудники продемонстрировали новый метод картирования местоположения и размера деревьев, растущих за пределами лесов, обнаружив миллиарды деревьев в засушливых и полузасушливых регионах и заложив основу для более точного глобального измерения накопления углерода на суше.

Используя мощные суперкомпьютеры и алгоритмы машинного обучения , команда нанесла на карту диаметр кроны — ширину дерева, если смотреть сверху — более чем 1,8 миллиарда деревьев на площади более 500 000 квадратных миль, или 1 300 000 квадратных километров. Команда нанесла на карту, как диаметр кроны деревьев, покрытие и плотность варьируются в зависимости от количества осадков и землепользования .

По словам группы, составление карты  деревьев вне леса на таком уровне детализации с использованием традиционных методов анализа займет месяцы или годы, тогда как в этом исследовании требовалось несколько недель. Использование изображений с очень высоким разрешением и мощного искусственного интеллекта представляет собой технологический прорыв для картирования и измерения этих деревьев. Это исследование должно стать первым в серии статей, целью которых является не только нанесение на карту нелесных деревьев на обширной территории, но и подсчет того, сколько углерода они хранят — жизненно важная информация для понимания углеродного цикла Земли и того, как он меняется со временем.

Измерение углерода в деревьях

Углерод является одним из основных строительных блоков всей жизни на Земле, и этот элемент циркулирует между землей, атмосферой и океанами через углеродный цикл. Некоторые природные процессы и деятельность человека выделяют углерод в атмосферу, в то время как другие процессы вытягивают его из атмосферы и хранят на суше или в океане. Деревья и другая зеленая растительность являются «поглотителями» углерода, то есть они используют углерод для роста и хранят его вне атмосферы в своих стволах, ветвях, листьях и корнях. Человеческая деятельность, такая как сжигание деревьев и ископаемого топлива или вырубка лесных угодий, приводит к выбросу углерода в атмосферу в виде углекислого газа , а повышение концентрации двуокиси углерода в атмосфере является основной причиной изменения климата.

Эксперты по охране природы, работающие над смягчением последствий изменения климата и других экологических угроз, годами нацелены на вырубку лесов, но эти усилия не всегда включают деревья, которые растут за пределами лесов, сказал Комптон Такер, старший ученый-биосфер в Отделе наук о Земле NASA Goddard. Эти деревья могут не только быть значительными поглотителями углерода, но и вносить вклад в экосистемы и экономику близлежащих популяций людей, животных и растений. Однако многие современные методы изучения содержания углерода в деревьях включают только леса, а не деревья, которые растут индивидуально или небольшими группами.

Такер и его коллеги из НАСА вместе с международной командой использовали коммерческие спутниковые изображения от DigitalGlobe, которые были достаточно высокого разрешения, чтобы различать отдельные деревья и измерять размер их кроны. Изображения получены с коммерческих спутников QuickBird-2, GeoEye-1, WorldView-2 и WorldView-3. Команда сосредоточила свое внимание на засушливых регионах — областях, которые получают меньше осадков, чем испаряется из растений каждый год, — включая засушливую южную сторону пустыни Сахара, которая простирается через полузасушливую зону Сахеля до влажных субтропиков Западной Африки . Изучая разнообразные ландшафты от нескольких деревьев до почти лесных условий, команда обучила свои вычислительные алгоритмы распознаванию деревьев на разных типах местности, от пустынь на севере до древесных саванн на юге.

Обучение на работе

Команда запустила мощный вычислительный алгоритм, разработанній на основе теории нейронных сетью («глубокое обучение») на Blue Waters Университета Иллинойса, одном из самых быстрых суперкомпьютеров в мире. Команда обучила модель, вручную пометив около 90 000 отдельных деревьев на разнообразной местности, а затем позволила ей «узнать», какие формы и тени указывают на присутствие деревьев.

По словам Мартина Брандта, доцента географии Копенгагенского университета и ведущего автора исследования, процесс кодирования данных обучения занял больше года. Брандт сам отметил все 89899 деревьев и помог контролировать обучение и запуск модели. Анкит Кариряа из Бременского университета руководил разработкой компьютерной обработки с глубоким обучением.

Установление точного подсчета деревьев в этой области дает жизненно важную информацию для исследователей, политиков и защитников природы. Кроме того, измерение того, как размер и плотность деревьев меняются в зависимости от количества осадков — в более влажных и более населенных регионах, где растет больше и больше деревьев — дает важные данные для усилий по сохранению на земле.

«Есть важные экологические процессы не только внутри, но и за пределами лесов», — сказал Джесси Мейер, программист из центра НАСА имени Годдарда, руководивший обработкой на Blue Waters. «Для анализа сохранения, восстановления или изменения климата и других целей такие данные очень важны для установления исходных условий. Через год, два или десять исследование можно повторить с новыми данными и оценить эффективность усилий по борьбе с обезлесением . Это имеет вполне практические последствия».

После измерения точности программы путем сравнения ее как с вручную закодированными данными, так и с полевыми данными из региона, команда запустила программу по всей исследуемой области. По словам Мейера и Такера, нейронная сеть выявила более 1,8 миллиарда деревьев — удивительные цифры для региона, который, как часто предполагается, поддерживает слабую растительность.

«Будущие статьи этой серии будут основываться на подсчете деревьев, расширять исследуемые области и искать способы расчета содержания в них углерода», — сказал Такер. Миссии НАСА, такие как миссия по исследованию глобальной динамики экосистемы, или GEDI, и ICESat-2, или спутник льда, облаков и рельефа суши-2, уже собирают данные, которые будут использоваться для измерения высоты и биомассы лесов. В будущем объединение этих источников данных с мощью искусственного интеллекта может открыть новые исследовательские возможности.

«Наша цель — увидеть, сколько углерода содержится в изолированных деревьях в обширных засушливых и полузасушливых частях мира», — сказал Такер. «Затем нам нужно понять механизм, который управляет накоплением углерода в засушливых и полузасушливых районах. Возможно, эту информацию можно использовать для накопления большего количества углерода в растительности, удалив больше углекислого газа из атмосферы».

«С точки зрения углеродного цикла эти засушливые районы плохо нанесены на карту с точки зрения плотности деревьев и углерода», — сказал Брандт. «Это белая область на картах. Эти сухие области в основном замаскированы. Это потому, что обычные спутники просто не видят деревья — они видят лес, но если дерево изолировано, они не могут его видеть. мы на пути к тому, чтобы заполнить эти белые пятна на картах. И это довольно интересно «.

Джессика Мерздорф, Центр космических полетов имени Годдарда НАСА
phys.org, 16 ОКТЯБРЯ 2020 Г.

Похожие записи

Добавить комментарий