上面绘制的卢旺达树碳储量图

哥本哈根大学的研究人员通过与卢旺达当局和研究人员合作，开发了一种绘制单株树木碳储量图的方法。他们一起创建了卢旺达树木碳储量的国家清单。

MauriceMugabowindekwe。他是介绍新方法的科学文章的第一作者，该文章已被《自然气候变化》杂志接受发表。

Mugabowindekwe是卢旺达人，但他强调说，选择卢旺达开发该方法是有科学依据的。“该国拥有丰富的景观变化，包括稀树草原、林地、半湿润和湿润森林、灌木丛、农业生态系统马赛克和城市树木生态系统，这些都是大多数热带国家的代表。我们想证明所有这些景观类型的方法.

“此外，卢旺达签署了多项关于森林保护和减缓气候变化的国际协议。例如，根据波恩挑战，卢旺达承诺到2030年恢复约80%的表面积。因此，拥有一个非常重要的监测树木碳的可靠方法。”

映射单个树的第一种方法

保护天然林和种植新树被认为是限制气候变化的重要途径。然而，树木碳含量的不确定性使得评估具体举措的效率变得困难。哥本哈根大学的研究人员已经克服了这个问题。

新方法受益于数据库，其中包括树冠范围与单棵树的总碳含量之间的关系。

“传统上，绘制单株树木并计算它们的碳储量是在林业中进行的，尽管规模要小得多。基本上，我们所做的相当于将这些方法从地方层面扩展到国家层面，”研究人员AnkitKariryaa说，他工作了50年:50在IGN和计算机科学系(DIKU)。哥本哈根大学这两个系的科学家与其他国际科学家合作，开发了以IGN为主导的方法。

新方法将支持卢旺达核实其履行全球林业气候变化减缓计划REDD+或非洲森林景观恢复倡议AFR100等计划的承诺。

在森林外发现了许多树木

手动绘制整个国家的树木地图将是一项巨大的工作，而且成本过高。因此，新方法构成了一项突破，因为实际上没有其他方法能够在单棵树的水平上提供相同的信息。

AnkitKariryaa说：“采取整体方法并包括森林以外的树木非常重要。”他指出，72%的地图树木位于农田和稀树草原，17%位于种植园。

与此同时，在天然林中发现的相对较小比例的树木(占树木总数的11%)占卢旺达全国碳储量的约51%。这是可能的，主要是因为天然林每棵树体积的碳含量非常高，这要归功于通过国家立法确保的非常低的人为干扰。

“这表明天然林的保护、再生和可持续管理在缓解气候变化方面比人工林更有效，”Mugabowindekwe评论道。

热带雨林似乎是“一块巨大的绿毯”

最重要的是计算机可以区分每棵树。这是因为树冠的范围与树木的总碳含量之间的关系因树木的大小而异。一棵非常大的树比一组具有相同联合树冠范围的树具有更高的碳含量。因此，如果该组被误认为是一棵树，碳含量就会被大大高估。深度神经网络用于检测单棵树。

“特别是对于热带雨林，确定图像中存在多少种不同的树木非常具有挑战性。乍一看，森林似乎只是一个巨大的绿色毯子。但是通过使用机器学习和计算机视觉的方法，我们的系统也可用于识别茂密森林覆盖层中的个体树木，”DIKU机器学习教授ChristianIgel解释道。

在经过验证的样本上训练计算机是机器学习的核心。在卢旺达的研究中，计算机接受了一组大约97,500个人工描绘的树冠的训练，这些树冠代表了该国全部的生物地理条件。

该研究使用了0.25x0.25米分辨率的卢旺达公开航拍和卫星图像。这些图像是在2008年6月至8月和2009年期间收集的，由卢旺达土地管理和使用管理局和卢旺达大学提供。绘制了超过3.5亿棵树的地图。

卢旺达以外的应用

哥本哈根大学的9名研究人员于2022年7月访问了卢旺达，其双重目的是实地工作和向卢旺达当局和该国林业部门的其他利益相关者介绍第一次全国测绘的结果。

“演示很受欢迎，”Mugabowindekwe报告说。卢旺达当局立即责成他根据2019年获得的较新航拍图像更新地图。这项工作目前正在进行中。

此外，该方法已经在卢旺达以外的少数几个国家进行了测试，包括坦桑尼亚、布隆迪、乌干达和肯尼亚。

“我们希望这些国家和更多国家也能获得全国范围内的高分辨率卫星图像，以便应用相同的方法。此外，我们提倡为定期高分辨率图像提供资金，同时开发本地化的实地库存数据库包以在全球范围内实现类似的工作，”Mugabowindekwe说。

“当直接应用于一个新的国家或地区时，该方法取得了很好的效果。如果该模型在本地样本集上进一步训练，准确性会更高。在我看来，可用木本植物的清单，它们的位置，规模和碳储量是监测景观恢复工作和保护影响的第一步。

“如果您无法创建准确可靠的清单，则存在缺乏跟踪景观恢复影响的框架的风险。这可能使森林和其他以树木为主的景观的保护和可持续管理变得不可能。因此，这是可能产生影响的科学。”