Ученые из Центра космических полетов имени Годдарда НАСА в Гринбелте, штат Мэриленд, и международные сотрудники продемонстрировали новый метод картографирования местоположения и размера деревьев, растущих за пределами лесов, обнаружив миллиарды деревьев в засушливых и полузасушливых регионах и заложив основа 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, покрытие и плотность кроны деревьев менялись в зависимости от количества осадков и землепользования.
Нанесение на карту нелесных деревьев с таким уровнем детализации заняло бы месяцы или годы с использованием традиционных методов анализа, по словам команды, по сравнению с несколькими неделями для этого исследования. Использование изображений очень высокого разрешения и мощного искусственного интеллекта представляет собой технологический прорыв в картографировании и измерении этих деревьев. Это исследование должно стать первым в серии статей, целью которых является не только картографирование 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 содержания углерода в деревьях
Углерод является одним из основных строительных блоков для всей жизни на Земле, и этот элемент циркулирует между землей, атмосферой и океанами посредством углеродного цикла. Некоторые естественные процессы и деятельность человека выделяют углерод в атмосферу, в то время как другие процессы извлекают его из атмосферы и сохраняют на суше или в океане. Деревья и другая зеленая растительность являются «поглотителями» углерода, то есть они используют углерод для роста и сохраняют его из атмосферы в своих стволах, ветвях, листьях и корнях. Деятельность человека, такая как сжигание деревьев и сжигание ископаемого топлива или расчистка лесных массивов, выбрасывает углерод в атмосферу в виде двуокиси углерода, а повышение концентрации двуокиси углерода в атмосфере является основной причиной изменения климата.
Эксперты по охране окружающей среды, работающие над смягчением последствий изменения климата и других экологических угроз, в течение многих лет нацелены на вырубку лесов, но эти усилия не всегда включают деревья, растущие за пределами лесов, сказал Комптон Такер, старший научный сотрудник отдела биосферы в Отделе наук о Земле Годдарда НАСА.. Эти деревья могут быть не только 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, растущие поодиночке или небольшими группами.
Такер и его коллеги из НАСА вместе с международной командой использовали коммерческие спутниковые снимки DigitalGlobe, которые имели достаточно высокое разрешение, чтобы обнаружить отдельные деревья и измерить размер их кроны. Изображения поступали с коммерческих спутников QuickBird-2, GeoEye-1, WorldView-2 и WorldView-3. Группа сосредоточилась на засушливых регионах - районах, которые получают меньше осадков, чем испаряется растениями каждый год, - включая засушливую южную часть пустыни Сахара, которая простирается через полузасушливую зону Сахеля во влажные субтропики Западной Африки.. Изучая различные ландшафты, от небольшого количества деревьев до почти лесных условий, команда научила свои вычислительные алгоритмы распознавать деревья в различных типах местности, от пустынь на севере до лесных саванн на юге.
Обучение на рабочем месте
Команда запустила мощный вычислительный алгоритм, называемый полностью сверточной нейронной сетью («глубокое обучение»), на одном из самых быстрых в мире суперкомпьютеров Университета Иллинойса Blue Waters. Команда обучила модель, вручную пометив почти 90 000 отдельных деревьев на различной местности, а затем позволив ей «узнать», какие формы и тени указывают на присутствие деревьев.
Процесс кодирования обучающих данных занял больше года, сказал Мартин Брандт, доцент кафедры географии Копенгагенского университета и ведущий автор исследования. Брандт сам пометил все 89 899 деревьев и помогал контролировать обучение и запуск модели. Анкит Кариряа из Бременского университета руководил разработкой компьютерной обработки для глубокого обучения.
«На одном километре местности, скажем, в пустыне, много раз нет деревьев, но программа хочет найти дерево», - сказал Брандт. «Он найдет камень и подумает, что это дерево. Южнее он найдет дома, похожие на деревья. Казалось бы, это звучит просто - дерево есть, почему модель не должна знать, что это дерево? проблемы приходят с этим уровнем детализации. Чем больше деталей, тем больше проблем возникает».
Установление точного подсчета деревьев в этом районе предоставляет жизненно важную информацию для исследователей, политиков и защитников природы. Кроме того, измерение того, как размер и плотность деревьев меняются в зависимости от количества осадков (с более влажными и более населенными регионами, в которых растет больше и больше деревьев), дает важные данные для усилий по сохранению на местах.
«Существуют важные экологические процессы не только внутри, но и за пределами лесов», - сказал Джесси Мейер, программист NASA Goddard, руководивший обработкой Blue Waters. «Для сохранения, восстановления, изменения климата и других целей такие данные очень важны для установления исходного уровня. Через год, два или десять исследование можно будет повторить с новыми данными и сравнить с данными сегодняшнего дня, чтобы увидеть, усилия по возрождению и сокращению обезлесения эффективны или нет. Это имеет вполне практическое значение».
После оценки точности программы путем сравнения ее как с данными, закодированными вручную, так и с полевыми данными из региона, команда провела программу по всей изучаемой территории. По словам Мейера и Такера, нейронная сеть выявила более 1,8 миллиарда деревьев - удивительное количество для региона, в котором часто считается мало растительности.
«Будущие статьи в этой серии будут основываться на подсчете деревьев, расширении изучаемых территорий и поиске способов расчета содержания углерода в них», - сказал Такер. Миссии НАСА, такие как миссия Global Ecosystem Dynamics Investigation, или GEDI, и ICESat-2, или спутник Ice, Cloud и Land Elevation Satellite-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 возможности для исследований.
«Наша цель - увидеть, сколько углерода содержится в изолированных деревьях в обширных засушливых и полузасушливых частях мира», - сказал Такер. «Тогда нам нужно понять механизм, который управляет хранением углерода в засушливых и полузасушливых районах. Возможно, эту информацию можно использовать для хранения большего количества углерода в растительности за счет удаления большего количества 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 засушливые области в основном замаскированы. Это потому, что обычные спутники просто не видят деревья - они видят лес, но если дерево изолировано, они его не видят. Теперь мы мы на пути к заполнению этих белых пятен на картах. И это очень интересно."