莎拉·侯赛因 一项卫星调查显示，数百万棵树散布在一度被认为贫瘠的沙漠地区 乍看之下，萨赫勒和撒哈拉沙漠明显贫瘠的广阔区域几乎没有绿色植物，但详细的卫星图像结合计算机深度学习揭示了一幅不同的画面
事实上，有些1
研究人员说，80亿棵树散布在西非撒哈拉和萨赫勒沙漠以及所谓的半湿润地区的部分地区，这是一笔以前无法计算的财富，推翻了以前对这种栖息地的假设
“我们非常惊讶撒哈拉沙漠中有这么多树木生长，”第一作者马丁·勃兰特告诉法新社
哥本哈根大学地理助理教授布兰特补充说:“当然，有大片地区没有树木，但仍有树木密度很高的地区，甚至在沙丘之间也有一些树木在生长。”
这项调查为研究人员和自然资源保护主义者提供了数据，这些数据有助于指导抗击森林砍伐的努力，并更准确地测量陆地上的碳储量
“对于保存、恢复、气候变化等等，像这样的数据对于建立基线是非常重要的，”从事这项研究的美国宇航局戈达德太空飞行中心的程序员杰西·迈耶说
“在一年、两年或十年内，这项研究可能会重复进行
看看振兴和减少森林砍伐的努力是否有效，”他在美国宇航局的新闻稿中说
寻找和计算树木不是一项简单的任务
在树木众多的地区，卫星图像上出现的厚厚的树木丛相对清晰，即使分辨率很低，也很容易与裸露的土地区分开
但是在它们分布更广的地方，卫星图像的分辨率可能太低，无法分辨出单棵树或甚至是一小群树
现在可以获得更高分辨率的图像，但即便如此，问题依然存在:计算单棵树，尤其是在广阔的领土上，几乎是不可能的任务
布兰特和他的团队想出了一个解决方案，将极高分辨率的卫星图像与深度学习结合起来——本质上是训练一个计算机程序来为他们完成这项工作
但这并不意味着他们可以坐以待毙，等待结果
在深度学习项目开始运作之前，必须对其进行培训，这是一个繁重的过程，布兰德自己要对近90000棵树进行单独计数和标记
他花了一年时间
“细节层次非常高，模型需要知道不同景观中各种不同的树木是什么样子的，”他说
“当我看到错误分类的树时，我不接受错误分类和进一步的训练
" 设定保护基线 他说，这种努力是值得的，因为它使得数百万人数年的工作可以在几个小时内完成
“其他研究是基于估计和推断，这里我们直接看到并计算每棵树，这是第一次全面评估
" 周三发表在《自然》杂志上的这项调查覆盖了1
300万平方公里(约500，000平方英里)，涉及对11，000多幅图像的分析
尼尔·P写道，这项技术表明“在一定的限制下，绘制世界上每棵树的位置和大小将很快成为可能”
新墨西哥州立大学植物与环境科学系的哈南和朱利叶斯·安昌在对这项研究的评论中说
他们在《自然》杂志委托的评论中写道，关于沙漠和其他干旱地区植被的准确信息是“我们理解全球生态、生物地理学以及碳、水和其他营养物质的生物地球化学循环的基础”
布兰特说，更好的信息可能有助于确定这些地点储存了多少碳，这些地点通常不包括在气候模型中
但他补充说，现在说对这种树木生命的准确计数是否会影响我们对气候变化及其加速的理解还为时过早
他现在希望在其他地方使用这项技术，在世界上6500万平方公里的干旱地区绘制更多以前隐藏的树木
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
