मशीन लर्निंग के साथ पेड़ों में कार्बन कैप्चर का मूल्यांकन

आईबीएम से नए शोध का उद्देश्य यह मापना है कि पेड़ कार्बन को कितना अवशोषित करते हैं और वातावरण में सुधार करते हैं, केवल एरियल इमेजरी और उपलब्ध लिडार डेटा का उपयोग करके। यह तरीका पेड़ लगाने की पहल के द्वारा कार्बन उत्सर्जन को कितना ऑफसेट करता है, इसका मूल्यांकन करने और कंपनियों और नगरपालिका प्राधिकरणों द्वारा बढ़ती संख्या में उपयोग किए जाने वाले पेड़ लगाने की योजनाओं के मूल्य को मापने के लिए एक कार्यशील मैट्रिक्स प्रदान करने के लिए है।

नई विधि को प्रदर्शित करने के लिए, पेपर – आईबीएम शोधकर्ता लेवेंटे क्लेन, कॉनराड अल्ब्रेच्ट और वांग झोउ द्वारा – न्यूयॉर्क के मैनहट्टन जिले के लिए रिमोट इमेजरी का मूल्यांकन करता है, और यह गणना करता है कि इस क्षेत्र में रहने वाले पेड़ 52,000 टन कार्बन को अवशोषित करते हैं।

न्यूयॉर्क के मैनहट्टन क्षेत्र के पश्चिमी भाग में अनुमानित कार्बन कैप्चर। स्रोत: https://arxiv.org/pdf/2106.00182.pdf

वर्तमान में कार्बन ट्रेडिंग बाजार विभिन्न तरीकों से कार्बन ऑफसेट का अनुमान लगाने के लिए सेवा करता है। विभिन्न मॉडलों का उपयोग किया जाता है, जो मुश्किल हैं क्योंकि वे सामान्य मीट्रिक या तरीकों को साझा नहीं करते हैं। इसके अलावा, कई मॉडल छोटे अध्ययन क्षेत्रों से सिद्धांतों को बढ़ाते हैं जो अन्य क्षेत्रों में बहुत व्यापक अनुप्रयोग हो सकते हैं, जो समान विशेषताओं को साझा नहीं करते हैं या समान कार्बन लाभ का अनुमान नहीं लगाते हैं।

इसके अलावा, अधिक विस्तृत और कम जेनेरिक तरीकों को लागू करने के लिए उल्लेखनीय निवेश की आवश्यकता होती है निगरानी प्रौद्योगिकियों और अनुसूचियों में, जो छोटे पैमाने पर विश्लेषण क्षेत्रों पर व्यापक सांख्यिकीय मॉडल बनाने के लिए प्रलोभन को बढ़ाता है, जो असटीक या भ्रामक परिणामों का कारण बन सकता है।

जमीन और हवा पेड़ निगरानी

इसके बजाय, आईबीएम पेपर पेड़ों की प्रजाति और जैविक द्रव्यमान की पहचान करने के लिए एक दो-गुना दृष्टिकोण का प्रस्ताव करता है: पहले, कंप्यूटर विजन विश्लेषण तकनीकें जो एरियल फोटो से पेड़ की प्रजाति का अनुमान लगा सकती हैं; और दूसरा, इस जानकारी का संबंध लिडार डेटा के साथ, जो ‘फ्लैट’ इमेजरी में ऊंचाई, चौड़ाई और आयतन अनुमान जोड़ सकता है जो एरियल इमेजरी से निकाला जा सकता है।

उपरोक्त छवि के ऊपरी बाएं भाग में, हमें मल्टीस्पेक्ट्रल फोटो दिखाई देते हैं जो यूएस नेशनल एग्रीकल्चर इमेजरी प्रोग्राम (एनएआईपी) द्वारा प्रदान किए जाते हैं; ऊपरी दाएं, छवियों में पहचाने गए पेड़ों के लिए सेगमेंटेशन डेटा; नीचे बाएं, पेड़ के मुकुट व्यास और पेड़ की ऊंचाई के बीच अलोमेट्रिक संबंध जो पूर्व लिडार डेटा द्वारा स्थापित किया गया है; और नीचे दाएं, छवि में कवर किए गए क्षेत्र के लिए अनुमानित कुल जैविक द्रव्यमान।

पेड़ की ऊंचाई को मापने के लिए लिडार का उपयोग व्यापक है, और यह甚至 एप्पल के आईओएस में हाल ही में मूल कार्यक्षमता के माध्यम से लागू किया जा सकता है।

एक ऐप में मूल लिडार का उपयोग करके वृक्ष ऊंचाई को मापना। स्रोत: https://www.youtube.com/watch?v=k5DNlvq2hdE

लिडार पेड़ मैपिंग। स्रोत: https://towardsdatascience.com/applications-of-lidar-in-forestry-13686e1b15a7

हालांकि, पेड़ों को लिडार के साथ मैप करना महंगा है, इसलिए आईबीएम परियोजना ने लिडार डेटा का उपयोग किया जो 2017 न्यूयॉर्क सिटी लिडार कैप्चर पहल के दौरान स्टेटन बोरो के लिए प्राप्त किया गया था, साथ ही पेड़ प्रजाति डेटा जो 2015 के डेटा परियोजना के लिए पांचों बोरो के लिए प्राप्त किया गया था, जिसने सर्वेक्षित क्षेत्र में 689,227 पेड़ों की पहचान की, जो 234 पेड़ प्रजातियों को कवर करते हैं।

एनवाईसी पेड़ों के कार्बन भार का मूल्यांकन

एक典型 पेड़ की अनुमानित कार्बन क्षमता उसके कुल जैविक द्रव्यमान का लगभग 50% है, और उदाहरण विश्लेषण के लिए, आईबीएम परियोजना ने केवल एनएआईपी मल्टीस्पेक्ट्रल छवियों से पहचाने गए शीर्ष चार प्रजातियों पर विचार किया।

एनवाईसी में प्रमुख पेड़ प्रजातियों की भंडारण क्षमता।

रेखीय प्रतिगमन का उपयोग प्रशिक्षण डेटा सेट को उत्पन्न करने के लिए किया गया था, जो अनुमानित पेड़ कैनोपी (लिडार) और पेड़ व्यास (एनएआईपी) पर आधारित था। विभिन्न पेड़ प्रजातियों की कार्बन क्षमता को अंतिम गणनाओं में ध्यान में रखा गया, जो यह पाते हैं कि मैनहट्टन बोरो के शहरी वन में पेड़ 52,000 टन कार्बन को अवशोषित करते हैं।

भविष्य के लिए एक सुसंगत वृक्ष कार्बन कैप्चर मॉडल बनाना

वर्ष-दर-वर्ष सांख्यिकी को बनाए रखना अभी भी एक समस्या है, वर्तमान में पेड़ों में कार्बन क्षमता का मूल्यांकन करने के लिए एक सामान्य मानक की कमी के कारण। शोधकर्ता इस तरीके को एक संभावित भविष्य के मानक के रूप में प्रस्तावित करते हैं, और यह तरीका अन्य नगरपालिकाओं में मौजूदा लिडार डेटा का उपयोग करके या विशेष रूप से उस उद्देश्य के लिए डेटा एकत्र करके आगे के अध्ययनों द्वारा लागू किया जा सकता है और परिष्कृत किया जा सकता है।

ग्लासगो की परियोजना जैसी पहल, जो 18 मिलियन शहरी पेड़ लगाने के द्वारा कार्बन उत्सर्जन को ऑफसेट करने के लिए, ऐसे मानक को स्थापित करने से राष्ट्रीय और अंतर्राष्ट्रीय शोध और सांख्यिकीय विश्लेषण प्रयासों को अधिक लाभ होगा। तर्कसंगत रूप से, यह बेहतर होगा कि एक सस्ता और आसानी से लागू होने वाला मानक हो जो व्यापक अनुप्रयोग और स्वीकार्य सटीकता के साथ हो, वर्तमान विविध मापन प्रोटोकॉल की तुलना में, या उच्च स्तर की सटीकता प्रदान करने वाले प्रोटोकॉल का उपयोग करने की तुलना में, जो अधिक निवेश की आवश्यकता होगी।