Avaliando a Captura de Carbono em Árvores com Aprendizado de Máquina

Pesquisas recentes da IBM visam quantificar a extensão com que as árvores capturam carbono e melhoram o meio ambiente, utilizando apenas imagens aéreas e dados LiDAR disponíveis. O método pretende avaliar como as iniciativas de plantio de árvores compensam as emissões de carbono e fornecer uma matriz funcional para quantificar o valor dos esquemas de plantio de árvores que estão sendo cada vez mais utilizados por empresas e autoridades municipais como contrapartida aos efeitos negativos da infraestrutura existente e proposta, desenvolvimento e outras atividades que produzem carbono.

Para demonstrar a nova metodologia, o artigo – dos pesquisadores da IBM Levente Klein, Conrad Albrecht e Wang Zhou – avalia imagens remotas para o distrito de Manhattan, em Nova York, e calcula que as árvores que habitam essa área representam 52.000 toneladas de carbono sequestrado.

Estimativa de captura de carbono para a região oeste de Manhattan, em Nova York. Fonte: https://arxiv.org/pdf/2106.00182.pdf

O mercado emergente de comércio de carbono é atualmente atendido por uma variedade de métodos para estimar a compensação de carbono. Os modelos diversificados utilizados são difíceis de comparar, pois não compartilham métricas ou métodos comuns. Além disso, muitos dos modelos extrapolam princípios de pequenas áreas de estudo para aplicações mais amplas, que podem não compartilhar as mesmas características ou produzir os mesmos benefícios de carbono.

Além disso, muitas das metodologias mais granulares e menos genéricas exigem investimento notável em tecnologias de monitoramento e agendas, o que aumenta a tentação de basear modelos estatísticos amplos em áreas de análise muito pequenas, arriscando resultados imprecisos ou enganosos.

Monitoramento de Árvores por Ar e Solo

Em vez disso, o artigo da IBM propõe uma abordagem dupla para identificar a espécie e a biomassa das árvores: primeiro, técnicas de análise de visão computacional que podem derivar a espécie de uma árvore a partir de fotos aéreas; e segundo, a correlação dessas informações com dados LiDAR, capaz de adicionar estimativas de altura, largura e volume às imagens “planas” extraídas das imagens aéreas.

No canto superior esquerdo da imagem acima, vemos fotos multiespectrais fornecidas pelo Programa de Imagens Agrícolas Nacionais dos EUA (NAIP); no canto superior direito, dados de segmentação para as árvores identificadas nas imagens; no canto inferior esquerdo, a relação alométrica entre o diâmetro da copa da árvore e a altura da árvore, estabelecida por dados LiDAR anteriores; e no canto inferior direito, a biomassa total estimada para a área coberta pela imagem.

O uso de LiDAR para mapear a altura das árvores é comum e pode ser implementado por meio de funcionalidades nativas recentes no iOS da Apple.

Usando o LiDAR nativo do iOS em um aplicativo para medir a altura das árvores. Fonte: https://www.youtube.com/watch?v=k5DNlvq2hdE

Mapeamento de árvores com LiDAR. Fonte: https://towardsdatascience.com/applications-of-lidar-in-forestry-13686e1b15a7

No entanto, mapear árvores com LiDAR é caro, então o projeto da IBM usou dados LiDAR adquiridos para o bairro de Staten durante a captura de LiDAR da Cidade de Nova York em 2017, juntamente com dados de espécies de árvores adquiridos para os cinco bairros para um projeto de dados de 2015, que identificou 689.227 árvores na área pesquisada, abrangendo 234 espécies de árvores.

Avaliando a Carga de Carbono das Árvores de Nova York

A capacidade de carbono estimada de uma árvore típica é de cerca de 50% de sua biomassa total, e para a análise exemplar, o projeto da IBM considerou apenas as quatro espécies principais identificadas a partir das imagens multiespectrais do NAIP.

Capacidade de armazenamento das espécies de árvores predominantes em Nova York.

Regressão linear foi usada para gerar um conjunto de dados de treinamento, com base na estimativa da altura da copa da árvore (LiDAR) e no diâmetro da árvore (NAIP). A capacidade de carbono de diferentes espécies de árvores foi considerada nos cálculos finais, que encontram que as árvores da floresta urbana do bairro de Manhattan representam 52.000 toneladas de carbono armazenado.

Criando um Modelo de Captura de Carbono Arbóreo Consistente para o Futuro

A geração de estatísticas consistentes ano a ano permanece um problema, considerando a falta atual de um padrão geral para avaliar a capacidade de carbono em árvores. Os pesquisadores propõem essa metodologia como um possível padrão futuro, e o método pode ser aplicado e aprimorado por estudos adicionais que usem dados LiDAR existentes em outras municipalidades ou colem dados especificamente para esse fim.

Iniciativas como o projeto de Glasgow para compensar as emissões de carbono plantando 18 milhões de árvores urbanas seriam de maior benefício para esforços de pesquisa e análise estatística nacionais e internacionais semelhantes se um padrão assim pudesse ser estabelecido. Arguably, seria melhor ter um padrão acessível e facilmente implementável com ampla aplicabilidade e precisão aceitável do que o atual “Babel” de protocolos de medição diversificados, ou o uso de protocolos que podem fornecer níveis mais altos de precisão, mas também exigiriam níveis mais altos de financiamento.