Ein von der NASA geleitetes Forschungsteam verwendete Satellitenbilder und Methoden der künstlichen Intelligenz, um Milliarden diskreter Baumkronen bis auf einen 50-cm-Maßstab zu kartieren. Die Bilder umfassten einen großen Teil des trockenen Nordafrikas, vom Atlantik bis zum Roten Meer. Allometrische Gleichungen auf der Grundlage früherer Baumstichproben ermöglichten es den Forschern, Bilder in Schätzungen von Baumholz, Laub, Wurzelgröße und Kohlenstoffbindung umzuwandeln.
Die neue NASA-Schätzung, veröffentlicht in der Zeitschrift Natur, war überraschend niedrig. Während die typische Schätzung des Kohlenstoffbestands einer Region auf dem Zählen kleiner Flächen und der Extrapolation der Ergebnisse nach oben beruhen könnte, zählt die von der NASA demonstrierte Technik nur die Bäume, die tatsächlich dort sind, bis hinunter zum einzelnen Baum. Jules Bayala und Meine van Noordwijk veröffentlichten in derselben Zeitschrift einen News & Views-Artikel, in dem sie die Arbeit des NASA-Teams kommentierten.
Die anfängliche Erwartung, jeden verstreuten Baum in Bereichen zu zählen, die frühere Modelle oft durch Nullwerte repräsentierten, wurde durch große Überschätzungen in anderen Bereichen der früheren Bewertungen zunichte gemacht. Bei früheren Versuchen unter Verwendung von Satelliten beeinflussten Ackerland und Bodenvegetation die optischen Bilder nachteilig. Wenn Radar verwendet wurde, wirkten sich Topographie, Feuchtgebiete und bewässerte Gebiete auf die Radarrückstreuung aus und prognostizierten höhere Kohlenstoffvorräte als die aktuellen NASA-Schätzungen.
Deep-Learning-basiertes Mapping
Die Forscher wendeten Deep-Learning-basierte Baumkartierungen an, die manuell an etwa 90.000 Bäumen trainiert wurden, auf einen Datensatz von fast 300.000 Satellitenbildern, um mehr als 9,9 Milliarden Gehölze zu messen, die einen Schatten und eine Kronenfläche von mehr als 3 Quadratmetern aufwiesen. Es wurden nur Merkmale ausgewählt, die einen deutlichen Kronenbereich und einen damit verbundenen Schatten aufwiesen, wodurch das Team kleine Büsche, Grasbüschel, Felsen und andere irreführende Merkmale ausschließen konnte.
Die abgebildeten Regionen wurden korreliert, um vier Niederschlagszonen widerzuspiegeln; hyperarid, trocken, halbtrocken und trocken subhumid – da Regenfälle die Kohlenstoffaufnahme und -speicherung beeinflussen. Während das Laub nur 3 % der gesamten Trockenmasse ausmacht, wurde es als indirektes Maß zur Quantifizierung der Gesamtmasse verwendet. Der Anteil der Wurzelmasse beträgt im Durchschnitt 15–20 % der Gesamtmasse und wurde ebenfalls anhand des Blattwerks abgeleitet.
Möchten Sie den großen Tree-Mapping-Datensatz in einem interaktiven Browserformat visualisieren? Die Forscher taten dies auch, also erstellten sie einen raffinierten Viewer, mit dem sie arbeiten konnten, und stellten ihn öffentlich zur Verfügung Hier.
Die Möglichkeit, die Wirksamkeit der Kohlenstoffbindung zu verfolgen, könnte im Kampf gegen den Klimawandel weltweite Bedeutung erlangen. Die Wiederaufforstung ist eine führende Methode, mit der sich die Nationen der Welt verpflichtet haben, ihren CO2-Fußabdruck auszugleichen.
Die Praktikabilität dieser Verpflichtungen wurde jedoch von einem Team von 20 Forschern, die mit der interdisziplinären Klimaforschungsinitiative der Universität von Melbourne zusammenarbeiten, unter die Lupe genommen. Sie summierten die Verpflichtungen und stellten fest, dass es erforderlich wäre, Bäume auf fast 1,2 Milliarden Hektar zu pflanzen, einer Fläche, die größer ist als Europa oder die USA und ungefähr der Fläche entspricht, die derzeit weltweit für den Anbau genutzt wird.
Mehr Informationen:
Compton Tucker et al., Subkontinentale Kohlenstoffvorräte einzelner Bäume in afrikanischen Trockengebieten, Natur (2023). DOI: 10.1038/s41586-022-05653-6
Jules Bayala et al., Kohlenstoffvorräte von Milliarden einzelner afrikanischer Trockenlandbäume, geschätzt, Natur (2023). DOI: 10.1038/d41586-023-00531-1
© 2023 Science X Netzwerk