20240816

来自哥伦比亚新世纪报（El Nuevo Siglo）环境与科学专栏的报道：

原文参见：https://www.elnuevosiglo.com.co/ambiente-y-ciencia/con-ia-revelan-el-trabajo-invisible-de-manglares-contra-cambio-climatico

哥伦比亚国立大学（UNAL）的研究人员利用卫星图像训练了一种人工智能算法，以测量生态系统对减少温室气体的贡献。根据他们的计算，仅在2020年，这些植物覆盖的哥伦比亚海岸就捕获了近10000千吨的二氧化碳，而二氧化碳是全球变暖的主要原因。

虽然物理学与生态学和保护之间的密切联系似乎并不寻常，但在这项研究中，物理学却是利用卫星技术和先进算法测量哥伦比亚加勒比海和太平洋沿岸红树林总面积及其在组织和土壤中储存二氧化碳的能力的关键。

与森林和陆地植被中储存的“绿碳”不同，这些由森林和其他类型的海洋—海岸植被捕获的碳被称为“蓝碳”。

圣地亚哥·巴尔加斯·多明格斯（Santiago Vargas Domínguez）教授是哥伦比亚国立大学国家天文台（OAN）的台长，也是这项研究的研究人员之一，他解释说：“在一些情况下，基础物理学被应用于观测，而观测领域的发展正是因为有了环绕地球运行的卫星。我们的工作是从地球观测卫星上捕捉图像，并将其转化为信息。我们可以从中了解海洋、大气的动态以及地球上发生的各种现象。”

这个问题比看上去要复杂得多，因为研究人员获得的图像可以为他们提供光线如何与地球表面（指沿海地区）相互作用的信息，而到达卫星的光线反射就是他们用来推断该地区属性的信息。

该算法显示，2020年哥伦比亚的红树林总面积为2756.84平方公里，并估计这些生态系统可捕获和储存约96351.66千吨二氧化碳。这将大大有助于减少全球温室气体排放，因为根据测量，红树林的吸收量是陆地生态系统的 10 倍。

“哥伦比亚的生态系统正在发生巨大变化，估算红树林增减取决于许多因素。在这种方法中，我们利用了卫星技术在空间和时间覆盖方面提供的全球信息。”巴尔加斯教授说，“通过这项研究，我们为使用算法分析其他生态系统和指导保护战略提供了可能性”。

“这项工作始于2020年，当时从欧洲航天局的哨兵—2号卫星上收集了数百张高分辨率卫星图像，这些图像提供了哥伦比亚沿海地区红树林的详细情况。

他说：“我们收集的多光谱图像不仅能捕捉到我们能看到的颜色，还能捕捉到我们眼睛看不到的波段，这些信息能让我们能够识别哪些是红树林，哪些不是；为此，我们使用了人工智能。”这一过程需要几个月的时间，因为十多年来卫星一直在观测哥伦比亚领土，积累了数百万张图像，因此需要对沿海地区的大量数据集进行过滤、清理和校准，以确保其可靠性。

利用选定的卫星图像，采用图像处理算法对红树林覆盖的区域进行识别和绘图，这一过程包括利用机器学习技术进行植被分类，从而将红树林与其他植被类型和表面区分开来。

“我们对随机森林算法进行了训练，让它学会根据标记数据区分哪些是红树林，哪些不是。”学生贝纳尔解释说，“然后是验证阶段，我们向算法展示它不知道的数据，绝对是新数据，这样它就能根据学习结果确定哪些区域是红树林，然后我们用真实数据验证它是否正确。”

与需要大量实地考察的传统数据收集和分析方法（研究人员直接在实地收集数据）相比，该工具的效率将优化成本和时间。这一过程成本高昂，因为需要将研究人员团队转移到偏远地区，涉及运输、住宿和专用设备等问题。研究人员认为，利用人工智能和卫星技术不仅能提高获取关键生态系统数据的准确性和速度，还能为大规模保护开辟新的可能性。

 

编辑：李焱斌

校对：王金妮

 

                         本文使用ChatGPT 辅助翻译，内容服务于中拉科技互鉴，不代表平台观点，如有疏漏，欢迎指正。