يمكن أيضًا استخدام بيانات الأقمار الصناعية التي يستخدمها علماء الآثار لإيجاد آثار للآثار القديمة المخفية تحت الستائر الغابات الكثيفة لتحسين السرعة والدقة لقياس مقدار الكربون الذي يتم الاحتفاظ به وإطلاقه في الغابات.
إن فهم دورة الكربون هذه هو مفتاح أبحاث تغير المناخ ، وفقًا لما ذكره حمدي زوركاني ، أستاذ مساعد في العلوم الجغرافية المكانية لمركز أركنساس للموارد الغابات وكلية الغابات والزراعة والموارد الطبيعية في جامعة أركنساس في مونتيسيلو. يقع المركز في UAM ويقوم بإجراء أنشطة البحث والإرشاد من خلال محطة التجربة الزراعية في أركنساس وخدمة الإرشاد التعاوني ، وقسم الأبحاث التابع لجامعة أركنساس للزراعة والتواصل.
وقال زرد: “غالبًا ما تسمى الغابات رئتي كوكبنا ، ولسبب وجيه”. “إنهم يخزنون ما يقرب من 80 في المائة من الكربون الأرضي في العالم ويلعبون دورًا مهمًا في تنظيم مناخ الأرض.”
لقياس دورة الكربون في الغابة ، هناك حاجة إلى حساب للكتلة الحيوية فوق الأرض الغابات. على الرغم من أن الأساليب الأرضية التقليدية الفنية لتقدير الكتلة الحيوية فوق سطح الأرض فعالة ، تستغرق وقتًا طويلاً وتستغرق وقتًا طويلاً ومحدودة في قدرات التغطية المكانية.
في دراسة نشرت مؤخرًا في المعلوماتية البيئية، يوضح Zurqani كيف يمكن دمج المعلومات من الأقمار الصناعية مفتوحة الوصول على محرك Google Earth مع خوارزميات الذكاء الاصطناعي لتخطيط الكتلة الحيوية على نطاق واسع على نطاق واسع ودقة ، حتى في المناطق النائية حيث يكون الوصول في كثير من الأحيان مشكلة.
يستخدم نهج Zurqani الجديد للبيانات من LIDAR في نظام التحقيق العالمي للأنظمة الإيكولوجية في ناسا ، والمعروف أيضًا باسم Gedi Lidar ، والذي يتضمن ثلاثة أشعة ليزر مثبتة على محطة الفضاء الدولية. يمكن للنظام أن يقيس بدقة ارتفاع مظلة الغابات ثلاثية الأبعاد ، والبنية الرأسية المظلة وارتفاع السطح. يرمز LIDAR إلى “اكتشاف الضوء وتراوح” ويستخدم نبضات الضوء لقياس المسافة وإنشاء نماذج ثلاثية الأبعاد.
استخدم Zurqani أيضًا بيانات الصور من مجموعة Copernicus Sentinel من وكالة الفضاء الأوروبية لمراقبة الأرض-Sentinel-1 و Sentinel-2. من خلال الجمع بين الصور ثلاثية الأبعاد من Gedi والصور البصرية من الحراس ، قام Zurqani بتحسين دقة تقديرات الكتلة الحيوية.
اختبرت الدراسة أربع خوارزميات التعلم الآلي لتحليل البيانات: تعزيز شجرة التدرج ، والغابات العشوائية ، وأشجار التصنيف وأشجار الانحدار ، أو عربة ، ودعم آلة المتجهات. حقق تعزيز شجرة التدرج أعلى درجة دقة وأقل معدلات الخطأ. جاءت الغابة العشوائية في المرتبة الثانية ، مما يثبت موثوقًا به ولكنه أقل دقة قليلاً. قدمت CART تقديرات معقولة ولكنها تميل إلى التركيز على مجموعة فرعية أصغر. وقال زوركاني إن خوارزمية آلة المتجه الدعم تكافح ، مع تسليط الضوء على أن جميع نماذج الذكاء الاصطناعى ليست مناسبة بنفس القدر لتقدير الكتلة الحيوية للغابات فوق الأرض في هذه الدراسة.
وقال زوركاني إن التنبؤات الأكثر دقة ، جاءت من الجمع بين البيانات البصرية الحارس 2 ، ومؤشرات الغطاء النباتي ، والميزات الطبوغرافية ، وارتفاع المظلة مع مجموعة بيانات Gedi Lidar التي تعمل كمدخلات مرجعية لكل من التدريب واختبار نماذج التعلم الآلي ، مما يدل على أن تكامل بيانات المصادر متعددة المصادر أمر بالغ الأهمية.
لماذا يهم
وقال زوركاني إن رسم الخرائط الدقيقة للغابات الحيوية له آثار حقيقية على محاسبة أفضل للكربون وتحسين إدارة الغابات على نطاق عالمي. من خلال التقييمات الأكثر دقة ، يمكن للحكومات والمنظمات تتبع عزل الكربون والانبعاثات بشكل أكثر دقة من إزالة الغابات إلى قرارات السياسة.
الطريق إلى الأمام
في حين تمثل الدراسة قفزة إلى الأمام في قياس الكتلة الحيوية للغابات فوق الأرض ، قال زوركاني إن التحديات المتبقية تشمل تأثير الطقس على بيانات القمر الصناعي. بعض المناطق لا تزال تفتقر إلى تغطية Lidar عالية الدقة. وأضاف أن الأبحاث المستقبلية قد تستكشف نماذج الذكاء الاصطناعي الأعمق ، مثل الشبكات العصبية ، لتحسين التنبؤات.
“شيء واحد واضح” ، قال زوركاني. “مع تكثيف تغير المناخ ، ستكون التكنولوجيا مثل هذه لا غنى عنها في حماية غاباتنا والكوكب”.
المصدر :- Health & Medicine News — ScienceDaily
