Ученые разработали новый метод мониторинга состояния стабильных и девственных лесов. Он не требует ни машинного обучения, ни ручного внесения данных и позволит быстро отслеживать состояние лесов по всему миру и сохранить их. Результаты исследования опубликованы в журнале Remote Sensing.
Потеря лесов в результате деятельности человека стала глобальной экологической проблемой. Леса, которые не затронуты человеком и имеют большое экологическое значение, находятся под особой угрозой. Такие леса имеют большие запасы углерода, поддерживают биоразнообразие растений и животных, в том числе находящихся на грани исчезновения, более устойчивы к внешним факторам и имеют более высокую естественную адаптационную способность. Деградация этих лесов из-за деятельности человека может привести к потере их способности поглощать углерод и регулировать климат, сохранять биоразнообразие, предоставлять различные ресурсы и другим последствиям.
Международный коллектив ученых из России, США, Австралии и Канады, в состав которого вошли исследователи ФИЦ «Красноярский научный центр СО РАН», разработал новый метод мониторинга и картирования стабильности экосистем в тропических и бореальных лесах. Новый подход основан на показателях, базирующихся на данных дистанционного зондирования, он не нуждается в машинном обучении, дополнительной калибровке полевыми измерениями, а также в сборе статистических данных для получения информации.
Многие существующие методы картирования и классификации лесных экосистем по данным дистанционного зондирования зависят от машинного обучения, откалиброванного с помощью большого количества полевых измерений. Чтобы избежать этого, ученые разработали новый подход к картированию устойчивости лесных экосистем. В его основе данные спутниковых изображений MODIS, в частности, спектральные данные о доле света, поглощённой растениями, которые связаны со структурой и продуктивностью растительности, и индекс водного стресса, который является индикатором содержания воды в тканях растений. Используя такие метрики, рассчитанные по открытым спутниковым данным, можно избежать необходимости в обширных полевых измерениях.
Исследователи опробовали новый метод на двух лесных регионах на противоположных концах климатического и широтного градиентов Земли: бореальных лесах Сибири (южная тайга, Россия) и влажных тропических лесах Южной Америки (бассейн Амазонки, Бразилия). На этих территориях все еще существуют большие площади ненарушенных лесов наряду с лесами, которые активно используются человеком.
На основе полученных данных дистанционного зондирования исследователи определили классы стабильности лесов. Аналогичным образом исследователи также оценили темпы деградации лесов. Ранее такие изменения можно было обнаружить только с помощью долгосрочного статистического сбора данных. Результаты показали, что предлагаемый метод является точным, применим ко всем лесным биомам и позволяет картировать как большие массивы, так и небольшие участки стабильных лесов в любом масштабе, а значит, может помочь в выявлении и сохранении устойчивых лесов.
«Сохранение старовозрастных лесов, имеющих важное экологическое значение, занимает центральное место во многих международных инициативах. Разработанный метод можно применять не только для рассмотренных нами типов лесов, но и для любых других. Его можно расширить и внедрить в глобальном масштабе, тогда он станет единым источником информации о первичных лесных экосистемах. Полученные данные также можно использовать в качестве независимого источника для перекрестной проверки других местных или глобальных оценок лесов. К тому же новый метод позволит регулярно обновлять материалы по мере поступления новых спутниковых данных. Информация о устойчивых лесах имеет отношение к национальной и международной политике, касающейся сохранения биоразнообразия и смягчения последствий изменения климата, она может быть использована для планирования природоохранных мероприятий и выбора приоритетов инвестиций в природоохранную деятельность», — рассказал Евгений Швецов, кандидат технических наук, старший научный сотрудник Института леса им. В.Н. Сукачева ФИЦ КНЦ СО РАН.
Информация и фото предоставлены Федеральным исследовательским центром «Красноярский научный центр Сибирского отделения Российской академии наук» Информация взята с портала «Научная Россия» (https://scientificrussia.ru/)
