НОВОСТИ / РОССИЯСовременные космические технологии, ещё недавно применявшиеся в археологии для поиска древних городов под джунглями, сегодня становятся критическим инструментом в борьбе с климатическим кризисом. С орбиты Земли над планетой проходят невидимые сканирующие сигналы — они точно измеряют структуру лесов и помогают понять, сколько углерода способна удерживать или терять наша биосфера.
Почему леса важны для климата
Доцент кафедры геопространственных наук университета в Арканзасе пояснил, что леса удерживают до 80% всего углерода, содержащегося в почвах планеты, и, по сути, являются живыми «лёгкими» Земли. От того, как они себя чувствуют, напрямую зависит устойчивость климатической системы.
Чтобы следить за их состоянием, нужно регулярно измерять надземную биомассу — массу всех деревьев и растений над поверхностью. Однако традиционные наземные методы слишком медленные и ограничены по охвату. Решение пришло с орбиты.
Как космос «видит» деревья
Новейшее исследование в области экологической информатики описывает, как спутниковые данные и искусственный интеллект позволяют построить точные карты лесной биомассы.
В основе методики — данные от лидара GEDI, установленного на Международной космической станции. Это устройство измеряет высоту и плотность лесного покрова при помощи лазеров.
Данные лидара дополняются снимками Европейского космического агентства, которые загружаются в Google Earth Engine — облачную платформу обработки спутниковых данных. Далее в работу вступают алгоритмы машинного обучения.
Машинное обучение
Исследователи протестировали сразу несколько ИИ-моделей. Лучший результат показал метод градиентного бустинга деревьев решений, который отличился высокой точностью и минимальной погрешностью.
Алгоритм «случайный лес» также показал хорошие результаты, в то время как модели на базе опорных векторов и простых деревьев уступили. Как подчёркивает автор исследования, подбор подходящего алгоритма критичен для таких задач.
Максимальная точность была достигнута при использовании данных о высоте, топографии, индексах растительности и оптических снимках — всё вместе позволяет строить надёжные и универсальные карты.
Карта, которая меняет экологическую политику
Такие карты — не просто научный интерес. Они дают возможность:
Сложности всё ещё есть. Облачность и атмосферные условия влияют на качество данных, а в некоторых регионах нет доступа к лидарам высокой точности. Однако уже сегодня учёные работают над внедрением нейросетей и комплексных моделей ИИ, которые смогут восполнять пробелы и повышать точность анализа.
Ранее по теме: