Home / AI in Azienda / Valutare la cattura del carbonio negli alberi con l’apprendimento automatico

Valutare la cattura del carbonio negli alberi con l’apprendimento automatico


 Una nuova ricerca di IBM mira a quantificare la misura in cui gli alberi catturano il carbonio e migliorano l’ambiente, utilizzando solo immagini aeree e dati LiDAR disponibili. Il metodo ha lo scopo di valutare fino a che punto le iniziative di rimboschimento compensano le emissioni di carbonio e di fornire una matrice praticabile per quantificare il valore degli schemi di rimboschimento che sono sempre più utilizzati da aziende e amministrazioni comunali per controbilanciare gli effetti negativi di infrastrutture esistenti e proposte, sviluppo e altre attività di produzione di carbonio.

Per dimostrare la nuova metodologia, il documento – dei ricercatori IBM Levente Klein, Conrad Albrecht e Wang Zhou – valuta le immagini remote per il distretto di Manhattan a New York e calcola che gli alberi che abitano quest’area rappresentano 52.000 tonnellate di carbonio sequestrato.

 
Il mercato emergente del commercio del carbonio è attualmente servito da una varietà di metodi per stimare la compensazione del carbonio . I diversi modelli utilizzati sono difficili da confrontare, poiché non condividono metriche o metodi comuni. Inoltre, molti dei modelli estrapolano principi da piccole aree di studio a quella che potrebbe essere un’applicazione eccessivamente ampia ad altre aree, che potrebbero non condividere le stesse caratteristiche o produrre la stessa stima dei benefici del carbonio.

Inoltre, molte delle metodologie più granulari e meno generiche richiedono notevoli investimenti in tecnologie e tempistiche di monitoraggio, il che acuisce la tentazione di basare modelli statistici diffusi su ambiti di analisi di scala molto ridotta, rischiando risultati imprecisi o ingannevoli.

Monitoraggio di alberi a terra e in aria
Invece, il documento IBM propone un duplice approccio per identificare le specie e la biomassa degli alberi: in primo luogo, tecniche di analisi della visione artificiale che possono derivare le specie di un albero da foto aeree; e in secondo luogo, la correlazione di queste informazioni con i dati LiDAR, in grado di aggiungere stime di altezza, larghezza e volume alle immagini “piatte” estratte dalle immagini aeree.

 

In alto a sinistra dell’immagine sopra, vediamo le foto multispettrali fornite dal National Agriculture Imagery Program ( NAIP ) degli Stati Uniti ; In alto a destra, dati di segmentazione per gli alberi identificati nelle immagini; in basso a sinistra, la relazione allometrica tra il diametro della chioma e l’altezza dell’albero come stabilito dai dati LiDAR precedenti; e in basso a destra, biomassa totale stimata per l’area coperta nell’immagine.

L’uso di LiDAR per mappare l’altezza degli alberi è diffuso ed è persino implementabile tramite le recenti funzionalità native in iOS di Apple.

 
Tuttavia, la mappatura degli alberi con LiDAR è costosa , quindi il progetto IBM ha utilizzato i dati LiDAR acquisiti per Staten Borough durante l’ iniziativa LiDAR Capture 2017 di New York City , insieme ai dati sulle specie di alberi acquisiti per tutti e cinque i distretti per un progetto dati del 2015 , che ha identificato 689.227 alberi nell’area censita, coprendo 234 specie arboree.

Valutazione del carico di carbonio degli alberi di New York
La capacità di carbonio stimata di un albero tipico è di circa il 50% della sua biomassa totale e, per l’analisi esemplare, il progetto IBM ha considerato solo le prime quattro specie identificate dalle immagini multispettrali NAIP.

Capacità di stoccaggio delle specie arboree predominanti a New York.
La regressione lineare è stata utilizzata per generare un set di dati di addestramento, basato sull’altezza stimata della chioma dell’albero (LiDAR) e sul diametro dell’albero (NAIP). La capacità di carbonio di diverse specie di alberi è stata presa in considerazione nei calcoli finali, che hanno rilevato che gli alberi nella foresta urbana del distretto di Manhattan rappresentano 52.000 di carbonio immagazzinato.

Creazione di un modello coerente di cattura del carbonio arboreo per il futuro
La generazione di statistiche annuali coerenti rimane un problema, considerando l’attuale mancanza di uno standard generale per valutare la capacità di carbonio negli alberi. I ricercatori propongono questa metodologia come un possibile standard futuro e il metodo potrebbe essere applicato e perfezionato da ulteriori studi che utilizzano i dati LiDAR esistenti in altri comuni o raccolgono dati specificamente a tale scopo.

Iniziative come il progetto di Glasgow per compensare le emissioni di carbonio piantando 18 milioni di alberi urbani sarebbero di maggior beneficio per ricerche e analisi statistiche nazionali e internazionali simili se si potesse stabilire tale standard. Probabilmente, sarebbe meglio avere uno standard accessibile e facilmente implementabile con ampia applicabilità e accuratezza accettabile, rispetto all’attuale Babel di diversi protocolli di misurazione, o l’uso di protocolli che possono fornire livelli di accuratezza più elevati, ma richiederebbero anche maggiori livelli di finanziamento.

Top

Utilizzando il sito, accetti l'utilizzo dei cookie da parte nostra. maggiori informazioni

Questo sito utilizza i cookie per fornire la migliore esperienza di navigazione possibile. Continuando a utilizzare questo sito senza modificare le impostazioni dei cookie o cliccando su "Accetta" permetti il loro utilizzo.

Chiudi