首度将机器学习模型与干扰数据、卫星观测相结合

admin 阅读:64 2024-03-11 13:37:16 评论:0

  原标题:机器学习、大数据、卫星观测联合结论:欧洲森林因自然干扰失去半数以上生物量

  英国《自然·通讯》杂志23日发表一项来自欧盟委员会联合研究中心的最新环境报告,研究显示:气候变暖让欧洲森林易受多种威胁影响,而欧洲森林可能会因气候驱动的自然干扰失去一半以上的生物量。这些自然干扰包括火灾、虫灾等。该研究结果为全球实现更好的森林管理提供指导。

  在漫长的历史中,林木其实一直都在受到火灾、强风、天然虫害等干扰的影响,但气候变化和土地改造,显著地让这些威胁加剧了。不过,研究人员很难在较大地理尺度上量化森林对这些干扰的脆弱性,以及这些干扰趋势随时间的变化。

  鉴于此,欧盟委员会联合研究中心的意大利科学家佐奥范尼·弗兹艾里及其同事,首度将机器学习模型与干扰数据、卫星观测相结合,对1979年至2018年欧洲森林三种主要干扰的脆弱性进行了量化和地图绘制,这三种主要干扰分别为火灾、大风将树连根拔起(风倒)、病虫害。某种干扰发生后的森林生物量损失被作为衡量脆弱性的指标。

  研究团队估算的结论称,欧洲森林会因气候驱动的自然干扰,失去一半以上的生物量,约60%的欧洲森林生物量(超过330亿吨)易受风倒、火灾、虫害或是这三种干扰任意组合的影响。这其中,对虫害的脆弱性在过去几十年显著增加。尤其是在快速变暖的北方森林,比如斯堪的维尼亚部分地区和俄罗斯部分地区,这些地区对虫害的脆弱性平均每十年增加2%左右。

  这项研究还确定了在当地气候和地质条件下,导致部分森林对这些干扰格外脆弱的森林结构特征。比如,更高更老的树木更易遭受虫害,特别是在旱灾中。

  在林业建设上,森林是可再生的一种自然资源,对于人类来说,其生态效益、经济效益与社会效益都影响巨大。该研究结果将为增强欧洲森林韧性的土地管理提供了指导,同时也对全球森林的管理工作有一定借鉴意义。(张梦然)

首度将机器学习模型与干扰数据、卫星观测相结合

本文 zblog模板 原创,转载保留链接!网址:https://liangkeke.com/post/2515.html

可以去百度分享获取分享代码输入这里。
声明

1.本站遵循行业规范,任何转载的稿件都会明确标注作者和来源;2.本站的原创文章,请转载时务必注明文章作者和来源,不尊重原创的行为我们将追究责任;3.作者投稿可能会经我们编辑修改或补充。

发表评论
搜索
排行榜
关注我们

扫一扫关注我们,了解最新精彩内容