- Los científicos han podido mapear miles de millones de árboles y arbustos individuales en África Occidental utilizando un nuevo método, con gran precisión.
- Este método implica combinar grandes cantidades de datos satelitales de alta resolución, capacidades informáticas avanzadas, técnicas de aprendizaje automático y una gran cantidad de datos de campo recopilados durante décadas.
- El resultado fue una base de datos disponible públicamente de 1.800 millones de árboles y actualmente se está ampliando la cobertura de la investigación geográfica.
- Esta información puede ser útil para una variedad de propósitos diferentes, que incluyen mejorar nuestro conocimiento de la vegetación leñosa e informar las políticas ambientales.
La posibilidad de que la cubierta vegetal en zonas áridas y semiáridas estuviera retrocediendo ha sido durante mucho tiempo un tema de preocupación internacional. En la década de 1930 se teorizó por primera vez que el Sahara se estaba expandiendo y la vegetación leñosa estaba en retirada. En la década de 1970, impulsada por la «sequía del Sahel» , la atención se centró en la amenaza de la «desertificación», causada por el uso excesivo de los seres humanos y / o el cambio climático. En las últimas décadas, el impacto potencial del cambio climático sobre la vegetación ha sido la principal preocupación, junto con la retroalimentación de la vegetación sobre el clima, asociado al papel de la vegetación en el ciclo global del carbono.
Utilizando datos satelitales de alta resolución y técnicas de aprendizaje automático en instalaciones de supercomputación, ahora hemos podido mapear miles de millones de árboles y arbustos individuales en África Occidental. El objetivo es comprender mejor el estado real de la cobertura y la evolución de la vegetación en las zonas áridas y semiáridas.
Encontrar un arbusto en el desierto, desde el espacio
Desde la década de 1970, los datos satelitales se han utilizado ampliamente para mapear y monitorear la vegetación en áreas semiáridas en todo el mundo. Las imágenes están disponibles en resolución espacial “alta” (con los satélites Landsat MSS y TM de la NASA , y los satélites Spot y Sentinel de la ESA ) y resolución espacial “media o baja” ( NOAA AVHRR y MODIS ).
Para analizar con precisión la cobertura vegetal a escala continental o global, es necesario utilizar las imágenes de mayor resolución disponibles, con una resolución de 1 metro o menos, y hasta ahora los costos de adquisición y análisis de los datos han sido prohibitivos. En consecuencia, la mayoría de los estudios se han basado en datos de resolución moderada a baja. Esto no ha permitido la identificación de árboles individuales y, por lo tanto, estos estudios solo arrojan estimaciones agregadas de la cobertura vegetal y la productividad, mezclando vegetación herbácea y leñosa.
En un nuevo estudio que cubre gran parte de la zona semiárida del Sahara-Sahel-Sudán de África occidental, publicado en Nature en octubre de 2020, un grupo internacional de investigadores pudo superar estas limitaciones. Al combinar una inmensa cantidad de datos satelitales de alta resolución, capacidades informáticas avanzadas, técnicas de aprendizaje automático y una gran cantidad de datos de campo recopilados durante décadas, pudimos identificar árboles y arbustos individuales con un área de copa de más de 3 m 2 con gran precisión. . El resultado es una base de datos de 1.800 millones de árboles de la región estudiada, disponible para todos los interesados.
Actualmente, este trabajo se amplía para cubrir el cinturón semiárido al sur del Sahara a través del continente africano hasta el Mar Rojo. El recuento actual de árboles es de 13 mil millones y se están realizando más mejoras en la metodología. Se espera que la cobertura geográfica se amplíe, primero al resto de las zonas semiáridas de África y luego a otros continentes.
Para cubrir toda la zona saheliana de África, desde el Atlántico hasta el Mar Rojo, utilizamos aproximadamente 100.000 imágenes de satélite, para un volumen de datos total de cientos de terabytes. Usando supercomputadoras de la NASA y Blue Waters , las imágenes se unieron para crear un mosaico continuo. Luego, los árboles se identificaron mediante el aprendizaje profundo , una técnica de inteligencia artificial en la que la computadora está entrenada para reconocer árboles individuales. Durante la capacitación, un operador «mostró» decenas de miles de árboles a la computadora, utilizando conocimientos de campo en combinación con habilidades de interpretación de imágenes. Posteriormente, se verificaron los resultados de la identificación basada en máquina. En general, la precisión ha demostrado estar altamente correlacionada con las mediciones de campo.
Información inesperada sobre árboles individuales
Nuestra base de datos de árboles y arbustos contiene información sobre cada árbol, su ubicación exacta (normalmente con una incertidumbre de unos pocos metros), el tamaño de la copa, la fecha de adquisición de la imagen satelital en la que se identificó y su estimación leñosa aérea. masa y contenido de carbono. En el futuro, se puede agregar otra información, por ejemplo, su altura y características fenológicas.
Ya en esta etapa inicial del proyecto, son evidentes importantes implicaciones. En el estudio de África Occidental encontramos muchos más árboles de los que hubiéramos esperado. Otras fuentes de datos en realidad informan que los árboles están prácticamente ausentes en el Sahara y la zona del norte del Sahel, sin embargo, encontramos cientos de millones de árboles. La reserva de carbono asociada con estos árboles es más grande y más estable que las reservas de carbono en la vegetación herbácea. Además, encontramos que los árboles en las tierras agrícolas son generalmente más grandes que en las sabanas vírgenes, y la cobertura total de árboles en los lugares poblados y administrados es alta. Esto ejemplifica que la alta densidad de población humana no siempre puede estar relacionada con la pérdida de la cubierta arbórea, ya que la gente del Sahel semiárido salvaguarda y promueve los árboles dentro de los asentamientos y las tierras de cultivo.¿CÓMO FOMENTA EL FORO ECONÓMICO MUNDIAL LA DIVERSIDAD BIOLÓGICA?
¿Cómo fomenta el Foro Económico Mundial la diversidad biológica?
¿Para qué se utilizará la base de datos?
Se espera que esta base de datos sea útil para una variedad de propósitos diferentes. En particular, constituirá una línea de base que permitirá futuros estudios de la evolución temporal de la vegetación leñosa a gran escala, posiblemente incluso a escala continental o global.
La base de datos permitirá analizar qué factores controlan la presencia de árboles en las tierras secas, por ejemplo, la presión humana o factores ambientales como las precipitaciones, los suelos o la geomorfología. La información alimentará el modelado de los ecosistemas y el “sistema terrestre completo”, ya que los árboles son de gran importancia en la interacción entre la atmósfera y la superficie terrestre, controlando tanto el intercambio de carbono como la evapotranspiración y la rugosidad aerodinámica.
Finalmente, la información podría usarse para informar y apoyar las políticas ambientales a nivel nacional e internacional.
Por: World Economic Forum
Comments are closed