Space-Laser AI Maps Forest Carbon en quelques minutes – un changement de jeu pour la science du climat
Les données par satellite utilisées par les archéologues pour trouver des traces de ruines anciennes cachées dans des auvents forestiers denses peuvent également être utilisés pour améliorer la vitesse et la précision pour mesurer la quantité de carbone et la libération dans les forêts.
Comprendre ce cycle de carbone est la clé de la recherche sur le changement climatique, selon Hamdi Zurqani, professeur adjoint de science géospatiale pour le Arkansas Forest Resources Center et le College of Forestry, l’agriculture et les ressources naturelles de l’Université de l’Arkansas à Monticello. Le Centre a son siège social à l’UAM et mène des activités de recherche et de vulgarisation par le biais de la station d’expérimentation agricole de l’Arkansas et du Cooperative Extension Service, de la recherche et des armes de recherche et de sensibilisation de l’Université de l’Arkansas Division de l’agriculture.
« Les forêts sont souvent appelées les poumons de notre planète, et pour une bonne raison », a déclaré Zurqani. « Ils stockent environ 80% du carbone terrestre du monde et jouent un rôle essentiel dans la régulation du climat de la Terre. »
Pour mesurer le cycle du carbone d’une forêt, un calcul de la biomasse aérienne des forêts est nécessaire. Bien que des méthodes efficaces et traditionnelles au sol pour estimer la biomasse au-dessus du sol des forêts sont à forte intensité de main-d’œuvre, qui prennent du temps et limitées dans les capacités de couverture spatiale, a déclaré Zurqani.
Dans une étude récemment publiée dans Informatique écologiqueZurqani montre comment les informations des satellites à accès libre peuvent être intégrées sur le moteur Google Earth avec des algorithmes d’intelligence artificielle pour cartographier rapidement et avec précision la biomasse supérieure à l’échelle des forêts, même dans les zones reculées où l’accessibilité est souvent un problème.
La nouvelle approche de Zurqani utilise les données de l’enquête mondiale sur la dynamique de l’écosystème de la NASA Lidar, également connue sous le nom de Gedi Lidar, qui comprend trois lasers installés sur la Station spatiale internationale. Le système peut mesurer avec précision la hauteur de la canopée forestière tridimensionnelle, la structure verticale de la canopée et l’élévation de surface. LIDAR signifie «détection de lumière et allant» et utilise des impulsions légères pour mesurer la distance et créer des modèles 3D.
Zurqani a également utilisé les données d’imagerie de la collecte de la collection de Satellites Sentinel de l’Observation de la Terre de l’Agence spatiale européenne – Sentinel-1 et Sentinel-2. En combinant l’imagerie 3D de GEDI et l’imagerie optique des sentinelles, Zurqani a amélioré la précision des estimations de la biomasse.
L’étude a testé quatre algorithmes d’apprentissage automatique pour analyser les données: augmentation des arbres de gradient, forêt aléatoire, classification et arbres de régression, ou chariot et supporter la machine vectorielle. L’amélioration des arbres de gradient a atteint le score de précision le plus élevé et les taux d’erreur les plus bas. La forêt aléatoire est arrivée en deuxième position, se révélant fiable mais légèrement moins précise. Le CART a fourni des estimations raisonnables mais avait tendance à se concentrer sur un sous-ensemble plus petit. L’algorithme de la machine à vecteur de support a lutté, a déclaré Zurqani, soulignant que tous les modèles d’IA ne sont pas également adaptés pour estimer la biomasse forestière hors sol dans cette étude.
Les prédictions les plus précises, a déclaré Zurqani, est venue de la combinaison des données optiques Sentinel-2, des indices de végétation, des caractéristiques topographiques et de la hauteur de la canopée avec l’ensemble de données GEDI Lidar servant de référence à la fois pour la formation et le test des modèles d’apprentissage automatique, montrant que l’intégration de données multi-sources est essentielle pour la cartographie fiable de la biomasse.
Pourquoi ça compte
Zurqani a déclaré que la cartographie précise de la biomasse forestière a des implications réelles pour une meilleure comptabilité du carbone et une amélioration de la gestion forestière à l’échelle mondiale. Avec des évaluations plus précises, les gouvernements et les organisations peuvent suivre plus précisément la séquestration du carbone et les émissions de la déforestation pour éclairer les décisions politiques.
La route à venir
Alors que l’étude marque un bond en avant dans la mesure de la biomasse forestière au-dessus du sol, Zurqani a déclaré que les défis restants incluent l’impact que la météo peut avoir sur les données satellites. Certaines régions manquent encore de couverture LiDAR haute résolution. Il a ajouté que les recherches futures pourraient explorer des modèles d’IA plus profonds, tels que les réseaux de neurones, pour affiner davantage les prévisions.
« Une chose est claire », a déclaré Zurqani. « Alors que le changement climatique s’intensifie, une telle technologie sera indispensable dans la sauvegarde de nos forêts et de la planète. »