物理科技生物学-PHYICA

美国国家航空航天局的超级计算研究为树木测战争片大全电影绘、碳研究开辟了新天地

地球 2022-03-09 00:00:15

美国宇航局戈达德太空飞行中心的杰西卡·默兹多夫 该小组侧重于西非的干旱地区,包括撒哈拉沙漠的干旱南部,该地区穿过半干旱的萨赫勒地带,进入潮湿的亚热带地区

通过研究从很少树木到接近森林的各种景观,研究小组训练他们的计算算法来识别不同地形类型的树木,从北部的沙漠到南部的树木稀树草原

下载高清格式的相关视频:https://svs

戈达德航天中心

美国国家航空航天局

gov/4865信用:NASA的科学可视化工作室;蓝色大理石数据由烈斗·斯托克利(美国宇航局/GSFC)提供 美国宇航局位于马里兰州格林贝尔特的戈达德太空飞行中心的科学家和国际合作者展示了一种新方法,用于绘制生长在森林外的树木的位置和大小,在干旱和半干旱地区发现数十亿棵树,并为更精确地全球测量陆地上的碳储量奠定基础

利用强大的超级计算机和机器学习算法,研究小组绘制了树冠直径(从上方看时树木的宽度)超过1

面积超过50万平方英里(130万平方公里)的80亿棵树

研究小组绘制了树冠直径、覆盖率和密度如何随降雨量和土地使用而变化的地图

研究小组称,用传统的分析方法绘制这种详细程度的非森林树木需要几个月或几年的时间,而这项研究需要几周时间

使用高分辨率图像和强大的人工智能代表了测绘和测量这些树木的技术突破

这项研究旨在成为一系列论文中的第一篇,这些论文的目标不仅是绘制一个广阔区域内的非森林树木的地图,还包括计算它们储存了多少碳——这是了解地球碳循环及其随时间变化的重要信息

测量树木中的碳 碳是地球上所有生命的主要组成部分之一,这种元素通过碳循环在陆地、大气和海洋中循环

一些自然过程和人类活动将碳释放到大气中,而其他过程将碳从大气中抽出并储存在陆地或海洋中

树木和其他绿色植物是碳“汇”,这意味着它们利用碳来生长,并将其储存在树干、树枝、树叶和根部的大气中

人类活动,如燃烧树木和化石燃料或清理林地,将碳作为二氧化碳释放到大气中,大气中二氧化碳浓度的上升是气候变化的主要原因

美国国家航空航天局戈达德地球科学部高级生物圈科学家康普顿·塔克说,致力于减缓气候变化和其他环境威胁的保护专家多年来一直以砍伐森林为目标,但这些努力并不总是包括生长在森林以外的树木

这些树木不仅能成为重要的碳汇,还能为附近人类、动物和植物种群的生态系统和经济做出贡献

然而,目前许多研究树木碳含量的方法只包括森林,而不包括单独生长或成簇生长的树木

塔克和他的美国宇航局同事以及一个国际团队使用了来自数字地球的商业卫星图像,这些图像的分辨率足够高,可以发现单棵树并测量它们的树冠大小

这些图像来自商业卫星“快鸟2号”、“地球观察1号”、“世界观2号”和“世界观3号”

该小组重点关注干旱地区——降雨量少于每年植物蒸发量的地区——包括撒哈拉沙漠的干旱南部,该地区穿过半干旱的萨赫勒地区,进入西非潮湿的亚热带地区

通过研究从很少树木到接近森林的各种景观,研究小组训练他们的计算算法来识别不同地形类型的树木,从北部的沙漠到南部的树木稀树草原

在职学习 该团队在伊利诺伊大学的蓝色水域(世界上最快的超级计算机之一)上运行了一种强大的计算算法,称为全卷积神经网络(“深度学习”)

该团队通过在各种地形上手动标记近90,000棵树来训练该模型,然后让它“学习”哪些形状和阴影表示树的存在

哥本哈根大学地理助理教授、该研究的主要作者马丁·勃兰特说,对训练数据进行编码的过程花了一年多的时间

勃兰特自己标记了所有89899棵树,并帮助监督训练和运行模型

不来梅大学的安基特·卡里亚领导了深度学习计算机处理的发展

布兰特说:“在一公里的地形中,假设是一片沙漠,很多时候没有树,但是程序想要找到一棵树。”

“它会发现一块石头,并认为这是一棵树

再往南,它会发现像树一样的房子

你会想,这听起来很简单——有一棵树,为什么模型不知道它是一棵树呢?但是挑战来自于这种程度的细节

细节越多,挑战就越多

" 建立这一地区树木的精确计数为研究人员、政策制定者和自然资源保护者提供了重要信息

此外,测量树木的大小和密度如何随降雨量而变化——在更潮湿和人口更密集的地区支撑着越来越多的大树——为实地保护工作提供了重要数据

“不仅在森林内部,而且在森林外部都有重要的生态过程,”杰西·迈耶说,他是美国国家航空航天局戈达德太空实验室的一名程序员,负责领导蓝水项目的处理工作

“对于保护、恢复、气候变化和其他目的,像这样的数据对于建立基线非常重要

在一年、两年或十年内,可以用新的数据重复这项研究,并与今天的数据进行比较,看看振兴和减少森林砍伐的努力是否有效

它有相当实际的含义

" 在通过与人工编码数据和来自该地区的现场数据进行比较来衡量该项目的准确性后,该团队在整个研究区域运行该项目

神经网络识别出1个以上

迈耶和塔克说,80亿棵树——对于一个通常被认为几乎不支持植被的地区来说,这是一个惊人的数字

塔克说:“这个系列的未来论文将建立在计算树木的基础上,扩展研究领域,并寻找计算其碳含量的方法。”

美国国家航空航天局的任务,如全球生态系统动力学调查任务,或GEDI,和冰卫星2号,或冰,云和陆地海拔卫星2号,已经在收集数据,将用于测量森林的高度和生物量

在未来,将这些数据来源与人工智能的力量结合起来,可以开辟新的研究可能性

塔克说:“我们的目标是了解在世界上广阔的干旱和半干旱地区,孤立的树木中有多少碳。”

“然后我们需要了解驱动干旱和半干旱地区碳储存的机制

也许这些信息可以被用来通过从大气中吸收更多的二氧化碳来储存更多的碳

" 布兰特说:“从碳循环的角度来看,这些干旱地区的树木和碳的密度并没有很好地绘制出来。”

“这是地图上的白色区域

这些干旱地区基本上被掩盖了

这是因为普通的卫星看不到树木——它们看到的是一片森林,但是如果树木是孤立的,它们就看不见

现在我们正在填补地图上的这些白点

这非常令人兴奋

"

来源:由phyica.com整理转载自PH,转载请保留出处和链接!

本文链接:http://www.phyica.com/diqiu/11965.html

发表评论

用户头像 游客
此处应有掌声~

评论列表

还没有评论,快来说点什么吧~