Hodnocení uhlíkové capture ve stromech pomocí strojového učení

Nový výzkum společnosti IBM má za cíl kvantifikovat rozsah, v jakém stromy zachycují uhlík a zlepšují životní prostředí, pomocí pouze leteckých snímků a dostupných LiDAR dat. Metoda je určena k vyhodnocení, do jaké míry iniciativy na výsadbu stromů kompenzují emise uhlíku, a k poskytnutí funkční matice pro kvantifikaci hodnoty programů na výsadbu stromů, které jsou stále více využívány společnostmi a municipalitami jako protiváha negativních účinků stávajících a navrhovaných infrastruktur, rozvoje a dalších uhlíkově produkčních aktivit.

Pro demonstraci nové metodiky studie – od výzkumníků IBM Levente Klein, Conrad Albrecht a Wang Zhou – vyhodnotí vzdálené snímky pro newyorskou čtvrť Manhattan a vypočítá, že stromy v této oblasti představují 52 000 tun zachyceného uhlíku.

Odhadovaná uhlíková kapacita pro západní stranu newyorské čtvrti Manhattan. Source: https://arxiv.org/pdf/2106.00182.pdf

Emergentní trh s uhlíkovým obchodováním je目前 sloužen různými metodami pro odhad uhlíkové kompenzace. Různé modely jsou obtížně srovnatelné, protože nemají společné metriky nebo metody. Kromě toho mnoho modelů extrapoluje principy z malých studijních oblastí na příliš široké aplikace v jiných oblastech, které nemusí mít stejné charakteristiky nebo poskytovat stejné odhady uhlíkových výhod.

Navíc, mnoho z více podrobných a méně obecných metodik vyžaduje značné investice do technologií a harmonogramů monitorování, což zvyšuje pokušení založit široké statistické modely na velmi malých analytických oblastech, riskujících nepřesné nebo zavádějící výsledky.

Monitorování stromů ze země a ze vzduchu

Místo toho navrhuje studie IBM dvojí přístup k identifikaci druhu a biomasy stromů: poprvé, techniky počítačového vidění, které mohou odvodit druh stromu z leteckých fotografií; a za druhé, korelace této informace s LiDAR daty, schopnými přidat odhady výšky, šířky a objemu k “plochým” snímkům extrahovaným z leteckých snímků.

V horní části levé strany obrázku vidíme multispektrální fotografie poskytnuté programem US National Agriculture Imagery Program (NAIP); v horní části pravé strany, segmentační data pro stromy identifikované na snímcích; v dolní části levé strany, alometrický vztah mezi průměrem koruny stromu a výškou stromu, stanovený předchozími LiDAR daty; a v dolní části pravé strany, odhadovaná celková biomasa pro oblast pokrytou na obrázku.

Použití LiDAR pro mapování výšky stromů je široce rozšířené a je dokonce implementovatelné prostřednictvím nedávné nativní funkcionality v Apple iOS.

Použití iOS nativního LiDAR v aplikaci pro měření výšky stromu. Source: https://www.youtube.com/watch?v=k5DNlvq2hdE

LiDAR mapování stromů. Source: https://towardsdatascience.com/applications-of-lidar-in-forestry-13686e1b15a7

Avšak mapování stromů pomocí LiDAR je drahé, takže projekt IBM použil LiDAR data získaná pro Staten Borough během iniciativy New York City LiDAR Capture v roce 2017, spolu s údaji o druzích stromů získanými pro všechny pět obvodů pro projekt z roku 2015, který identifikoval 689 227 stromů v oblasti, pokrývající 234 druhů stromů.

Vyhodnocení uhlíkové zátěže stromů v NYC

Odhadovaná uhlíková kapacita typického stromu je kolem 50 % jeho celkové biomasy a pro exemplární analýzu projekt IBM zvažoval pouze čtyři nejčastější druhy identifikované z NAIP multispektrálních snímků.

Kapacita úložiště převládajících druhů stromů v NYC.

Lineární regrese byla použita k vygenerování trénovacího datového souboru založeného na odhadované výšce koruny stromu (LiDAR) a průměru stromu (NAIP). Uhlíková kapacita různých druhů stromů byla zohledněna ve finálních výpočtech, které zjistily, že stromy v městském lese manhattanského obvodu představují 52 000 tun zachyceného uhlíku.

Vytvoření konzistentního modelu zachycení uhlíku ve stromech pro budoucnost

Generování konzistentních ročních statistik zůstává problémem, zvažuje se současný nedostatek obecného standardu pro vyhodnocení uhlíkové kapacity ve stromech. Výzkumníci navrhnou tuto metodiku jako možný budoucí standard a metoda by mohla být aplikována a zdokonalena dalšími studiemi, které buď využijí stávající LiDAR data v jiných municipalitách, nebo shromáždí data specificky pro tento účel.

Iniciativy, jako je projekt Glasgowu na kompenzaci uhlíkových emisí sázáním 18 milionů městských stromů, by byly prospěšnější pro podobné národní a mezinárodní výzkumné a statistické analytické úsilí, kdyby mohl být stanoven takový standard. Arguably, bylo by lepší mít dostupný a snadno implementovatelný standard s širokou aplikovatelností a přijatelnou přesností, než současnou Babylonickou věž různých měřicích protokolů, nebo použití protokolů, které mohou poskytnout vyšší úroveň přesnosti, ale vyžadovaly by také vyšší úroveň financování.