Utvärdering av koldioxidupptag i träd med maskinlärande

Ny forskning från IBM syftar till att kvantifiera den utsträckning till vilken träd absorberar koldioxid och förbättrar miljön, med hjälp av endast flygbilder och tillgängliga LiDAR-data. Metoden är avsedd att utvärdera hur långt trädplanteringsinitiativ kompenserar för koldioxidutsläpp, och att tillhandahålla en fungerande matris för att kvantifiera värdet av trädplanteringsprogrammen som allt mer används av företag och kommunala myndigheter som en motvikt till de negativa effekterna av befintliga och föreslagna infrastruktur, utveckling och andra koldioxidproducerande aktiviteter.

För att demonstrera den nya metoden utvärderar artikeln – av IBM-forskarna Levente Klein, Conrad Albrecht och Wang Zhou – fjärrbilder för New Yorks Manhattan-distrikt, och beräknar att träden i detta område representerar 52 000 ton absorberad koldioxid.

Beräknad koldioxidupptag för den västra delen av New Yorks Manhattan-område. Källa: https://arxiv.org/pdf/2106.00182.pdf

Den växande koldioxidmarknaden betjänas för närvarande av en mängd olika metoder för att beräkna koldioxidkompensation. De olika modellerna som används är svåra att jämföra, eftersom de inte delar gemensamma mått eller metoder. Dessutom extrapolerar många av modellerna principer från små studieområden till vad som kan vara en alltför bred tillämpning på andra områden, som kanske inte delar samma egenskaper eller ger samma uppskattning av koldioxidfördelar.

Dessutom kräver många av de mer detaljerade och mindre generiska metoderna betydande investeringar i övervakningsteknologi och scheman, vilket förvärrar frestelsen att basera omfattande statistiska modeller på mycket små analysområden, med risk för ofullständiga eller vilseledande resultat.

Mark- och luftövervakning av träd

I stället föreslår IBM-rapporten en tvådelad metod för att identifiera trädens art och biomassa: först, datorseendeanalystekniker som kan härleda trädets art från flygbilder; och för det andra, korrelering av denna information med LiDAR-data, som kan lägga till höjd-, bredd- och volymuppskattningar till den “platta” bilden som extraheras från flygbilderna.

I övre vänstra hörnet av bilden ovan ser vi multispektrala foton som tillhandahålls av US National Agriculture Imagery Program (NAIP); Övre högra, segmenteringsdata för träden som identifierats i bilderna; nedre vänstra, allometrisk relation mellan trädets krondiameter och trädets höjd som fastställts av tidigare LiDAR-data; och nedre högra, uppskattad total biomassa för det område som täcks av bilden.

Användningen av LiDAR för att kartlägga trädens höjd är utbredd och kan till och med implementeras via senaste infödda funktioner i Apples iOS.

Användning av iOS infödd LiDAR i en app för att mäta trädens höjd. Källa: https://www.youtube.com/watch?v=k5DNlvq2hdE

LiDAR-kartläggning av träd. Källa: https://towardsdatascience.com/applications-of-lidar-in-forestry-13686e1b15a7

Men kartläggning av träd med LiDAR är dyrt, så IBM-projektet använde LiDAR data som förvärvats för Staten Island under 2017 års New York City LiDAR-insamling initiativ, tillsammans med trädartsdata som förvärvats för alla fem stadsdelar för ett 2015 års dataprojekt, som identifierade 689 227 träd i det undersökta området, som omfattar 234 trädarter.

Utvärdering av koldioxidbelastning i New Yorks träd

Den beräknade koldioxidkapaciteten för ett typiskt träd är cirka 50 % av dess totala biomassa, och för den exemplariska analysen övervägde IBM-projektet endast de fyra översta arterna som identifierats från NAIP:s multispektrala bilder.

Lagringskapacitet för de dominerande trädarterna i New York.

Linjär regression användes för att generera en träningsdatamängd baserad på den beräknade trädhöjden (LiDAR) och trädets diameter (NAIP). Koldioxidkapaciteten för olika trädarter togs med i beräkningarna, som visar att träden i Manhattan-boroughs urbana skog står för 52 000 ton lagrad koldioxid.

Skapande av en konsekvent modell för trädens koldioxidupptag i framtiden

Genereringen av konsekventa årsstatistik förblir ett problem, med tanke på den nuvarande bristen på en allmän standard för utvärdering av koldioxidkapacitet i träd. Forskarna föreslår denna metod som en möjlig framtida standard, och metoden kan tillämpas och förfinas av ytterligare studier som antingen använder befintliga LiDAR-data i andra kommuner eller samlar in data specifikt för detta ändamål.

Initiativ som Glasgows projekt för att kompensera koldioxidutsläpp genom plantering av 18 miljoner urbana träd skulle vara till större nytta för liknande nationella och internationella forsknings- och statistikanalytiska ansträngningar om en sådan standard kunde etableras. Det kan hävdas att det vore bättre att ha en prisvärd och lättillämpad standard med bred tillämpbarhet och acceptabel noggrannhet, snarare än den nuvarande Babylon av olika mätningsprotokoll, eller användningen av protokoll som kan ge högre noggrannhet, men som också skulle kräva större investeringar.