Forskere modellerer træartfordelinger i Amazonia

Det er lykkedes forskere fra Amazon Research Team ved University of Turku at producere distributionskort til et udvalg af vigtige tropiske træarter i peruanske lavland Amazonia. Dette blev opnået ved at bruge maskinlæringsmetoder, der kombinerer satellitbilleder og feltdata. Undersøgelsen viser, at det er muligt at modellere træartfordelinger med en rumlig opløsning, der er fin nok til at lette den praktiske forvaltning af skovressourcer.

Amazonia er den største tropiske skov i verden. Det er et meget mangfoldigt og komplekst økosystem, der sandsynligvis er vært for mere end 15, 000 træarter. En enkelt hektar kan indeholde mere end 300 træarter, hvilket er mere end i hele Europa.

Da baldakinarterne er svære at nå og identificere, arter opgørelser er langsomme, besværlig, og dyrt. Derfor, markbeholdninger dækker sjældent store nok områder til at give relevant information til bevaringsplanlægning og forvaltning af skovressourcer. Behovet for informeret planlægning er presserende, fordi store områder i øjeblikket er ved at blive skovfældet på grund af fremskridt i landbruget, minedrift, vejbygning, og andre menneskelige aktiviteter.

Den nye undersøgelse udnyttede frit tilgængelig information fra Landsat- og Aster -satellitterne. Begge registrerer sollys, der reflekteres fra jordoverfladen eller skovhimlen i forskellige bølgelængdebånd.

Landsat -data er især nyttige til at identificere variation i vegetation, som træarter, der har forskellige baldakinstrukturer eller bladegenskaber, reflekterer lys på forskellige måder. Aster -dataene, på tur, giver oplysninger om højde, som i lavlandet Amazonia ofte er tegn på jordfugtighed og dræning.

"Landsat giver en meget god dækning af Amazonia både rumligt og tidsmæssigt. Vi har allerede i nogen tid vidst, at Landsat -billederne kan bruges til at identificere økologisk relevante miljømæssige og biotiske variationer i Amazonas regnskove, men det er første gang, vi bruger satellitbilleder til faktisk at forudsige artsfordeling, "siger professor Hanna Tuomisto, leder af Amazon Research Team ved University of Turku.

Fund giver vigtige oplysninger om skovforvaltning og bevaring

Den pålidelige fortolkning af de mønstre, der er synlige i satellitbilleder, kræver grundlæggende sandhedsdata, dvs. data fra feltet. Forskerne indhentede sådanne data fra skovindrømmelsen Forestal Otorongo i det sydlige Peru. Ifølge den peruanske skovbrugs- og dyrelivslov er skovindrømmelser skal foretage en skovopgørelse, før der påbegyndes logningsaktiviteter. Forestal Otorongo gav deres data til forskerne at analysere for at øge vidensgrundlaget for forbedring af skovforvaltningspraksis i den peruanske skovbrugssektor.

"Mængden af ​​data, som skovtællingerne indeholder, er enorm. Det ville være praktisk umuligt at dække så store områder så detaljeret med normale botaniske ekspeditioner, "siger universitetslektor Kalle Ruokolainen, der også deltog i undersøgelsen.

Hvert træ registreret i skovtællingen kan afbildes på satellitbillederne, som muliggør relaterede spektrale værdier og træartstilstedeværelser. Maskinlæringsalgoritmer kan derefter foretage forudsigelser om sandsynligheden for artens tilstedeværelse i ubesøgte områder på grundlag af hvor spektralt ens de er til de steder, hvor arten er fundet.

"Skovrydning går hurtigt fremad i det sydlige Peruanske Amazonas. Denne undersøgelse bidrager til at kortlægge fordelingen af ​​vigtige træarter og identificere egnede områder til forvaltnings- og bevaringsformål. Det overordnede mål er at tilvejebringe enkle og praktiske værktøjer til beslutningstagere, "siger Pablo Pérez Chaves, Peruviansk doktorand ved universitetet i Turku.