L'étude de supercalcul de la NASA ouvre la voie à la cartographie des arbres et à la recherche sur le carbone

Par Jessica Merzdorf,

Centre de vol spatial Goddard de la NASA

Des scientifiques du Goddard Space Flight Center de la NASA à Greenbelt, Maryland, et des collaborateurs internationaux ont fait une démonstration une nouvelle méthode pour cartographier l’emplacement et la taille des arbres poussant en dehors des forêts, découvrir des milliards d’arbres dans les régions arides et semi-arides et jeter les bases d’une mesure globale plus précise du stockage du carbone sur terre.

À l’aide de puissants superordinateurs et d’algorithmes d’apprentissage automatique, l’équipe a cartographié le diamètre de la couronne – la largeur d’un arbre vue d’en haut – de plus de 1,8 milliard d’arbres sur une superficie de plus de 500, miles carrés, ou 1, 300, 000 kilomètres carrés. L’équipe a cartographié la façon dont le diamètre, la couverture et la densité des cimes des arbres variaient en fonction des précipitations et de l’utilisation des terres.

La cartographie des arbres non forestiers à ce niveau de détail prendrait des mois ou des années avec les méthodes d’analyse traditionnelles, a déclaré l’équipe, contre quelques semaines pour cette étude. L’utilisation d’images à très haute résolution et d’une puissante intelligence artificielle représente une avancée technologique pour cartographier et mesurer ces arbres. Cette étude est destinée à être la première d’une série d’articles dont le but n’est pas seulement de cartographier les arbres non forestiers sur une vaste zone, mais aussi de calculer la quantité de carbone qu’ils stockent – des informations vitales pour comprendre le cycle du carbone de la Terre et comment il évolue avec le temps.

Des scientifiques du Goddard Space Flight Center de la NASA à Greenbelt, Maryland, et des collaborateurs internationaux ont démontré une nouvelle méthode de cartographie de l’emplacement et de la taille des arbres poussant en dehors des forêts, découvrant un nombre étonnamment élevé d’arbres dans les régions semi-arides et jetant les bases pour plus de précision mesure globale du stockage du carbone sur terre. Crédit: Goddard Space Flight Center de la NASA. Téléchargez cette vidéo au format HD depuis le studio de visualisation scientifique de la NASA Goddard .

Mesure du carbone dans les arbres

Le carbone est l’un des principaux éléments constitutifs de toute vie sur Terre, et cet élément circule entre la terre, l’atmosphère et les océans via le cycle du carbone. Certains processus naturels et activités humaines libèrent du carbone dans l’atmosphère, tandis que d’autres le tirent hors de l’atmosphère et le stockent sur terre ou dans l’océan. Les arbres et autres végétaux verts sont des «puits» de carbone, ce qui signifie qu’ils utilisent le carbone pour la croissance et le stockent hors de l’atmosphère dans leurs troncs, branches, feuilles et racines. Les activités humaines, comme brûler des arbres et des combustibles fossiles ou défricher des terres boisées, libèrent du carbone dans l’atmosphère sous forme de dioxyde de carbone, et les concentrations croissantes de dioxyde de carbone atmosphérique sont une cause principale de changement climatique.

Les experts en conservation travaillant pour atténuer le changement climatique et d’autres menaces environnementales ciblent la déforestation depuis des années, mais ces efforts n’incluent pas toujours les arbres qui poussent hors des forêts, a déclaré Compton Tucker , scientifique biosphérique principal dans le Division des sciences de la Terre à la NASA Goddard. Non seulement ces arbres pourraient être des puits de carbone importants, mais ils contribuent également aux écosystèmes et aux économies des populations humaines, animales et végétales voisines. Cependant, de nombreuses méthodes actuelles d’étude de la teneur en carbone des arbres n’incluent que les forêts, pas les arbres qui poussent individuellement ou en petits groupes.

A map of western Africa, dividing the region into four zones by annual precipitation.
L’équipe s’est concentrée sur les régions arides de l’Afrique de l’Ouest, y compris le côté sud aride du désert du Sahara, s’étendant à travers la zone semi-aride du Sahel et jusqu’aux régions subtropicales humides. En étudiant une variété de paysages allant de quelques arbres à des conditions presque boisées, l’équipe a formé ses algorithmes de calcul pour reconnaître les arbres sur divers types de terrain, des déserts du nord aux savanes arborées du sud. ›Image complète et légende

Tucker et ses collègues de la NASA, avec une équipe internationale, ont utilisé des images satellite commerciales de DigitalGlobe, qui étaient suffisamment haute résolution pour repérer les arbres individuels et mesurer la taille de leur couronne. Les images provenaient des satellites commerciaux QuickBird-2, GeoEye-1, WorldView-2 et WorldView-3. L’équipe s’est concentrée sur les régions arides – zones qui reçoivent moins de précipitations que ce qui s’évapore des plantes chaque année – y compris le côté sud aride du désert du Sahara, qui s’étend à travers la zone semi-aride du Sahel et dans les régions subtropicales humides de l’Afrique de l’Ouest. . En étudiant une variété de paysages allant de quelques arbres à des conditions presque boisées, l’équipe a formé ses algorithmes de calcul pour reconnaître les arbres sur divers types de terrain, des déserts au nord aux savanes arborées au sud.

Apprendre sur le tas

L’équipe a exécuté un puissant algorithme de calcul appelé réseau neuronal entièrement convolutif («apprentissage en profondeur») sur le Université de l’Illinois Blue Waters , l’un des supercalculateurs les plus rapides au monde. L’équipe a formé le modèle en marquant manuellement presque 020, 000 des arbres individuels sur une variété de terrains, permettant alors pour «apprendre» quelles formes et ombres indiquaient la présence d’arbres.

Le processus de codage des données de formation a pris plus d’un an, a déclaré Martin Brandt , professeur adjoint de géographie à la Université de Copenhague et auteur principal de l’étude. Brandt a tout marqué 02, 899 par lui-même et a aidé à superviser la formation et à faire fonctionner le modèle. Ankit Kariryaa de l’Université de l’Université de Brême a dirigé le développement du traitement informatique du deep learning.

«Dans un kilomètre de terrain, disons que c’est un désert, il n’y a souvent pas d’arbres, mais le programme veut trouver un arbre», a déclaré Brandt. «Il trouvera une pierre et pensera que c’est un arbre. Plus au sud, il trouvera des maisons qui ressemblent à des arbres. Cela semble facile, pensez-vous – il y a un arbre, pourquoi le modèle ne devrait-il pas savoir que c’est un arbre? Mais les défis viennent avec ce niveau de détail. Plus il y a de détails, plus il y a de défis. »

Obtenez un résumé mensuel des nouvelles de la NASA sur le changement climatique: Abonnez-vous à la newsletter »

L’établissement d’un dénombrement précis des arbres dans cette zone fournit des informations vitales aux chercheurs, aux décideurs et aux défenseurs de l’environnement. De plus, mesurer la façon dont la taille et la densité des arbres varient en fonction des précipitations – avec des régions plus humides et plus peuplées abritant des arbres plus nombreux et plus grands – fournit des données importantes pour les efforts de conservation sur le terrain.

«Il y a des processus écologiques importants, non seulement à l’intérieur, mais aussi à l’extérieur des forêts», a déclaré Jesse Meyer , un programmeur à la NASA Goddard qui a dirigé le traitement sur Blue Waters. «Pour la préservation, la restauration, le changement climatique et à d’autres fins, des données comme celles-ci sont très importantes pour établir une base de référence. Dans un an, deux ou dix, l’étude pourrait être répétée avec de nouvelles données et comparée aux données d’aujourd’hui, pour voir si les efforts de revitalisation et de réduction de la déforestation sont efficaces ou non. Cela a des implications assez pratiques. »

Après avoir évalué l’exactitude du programme en le comparant à la fois aux données codées manuellement et aux données de terrain de la région, l’équipe a exécuté le programme sur toute la zone d’étude. Le réseau neuronal a identifié plus de 1,8 milliard d’arbres – des chiffres surprenants pour une région souvent supposée supporter peu de végétation, ont déclaré Meyer et Tucker.

«Les futurs articles de la série s’appuieront sur le comptage des arbres, étendront les zones étudiées et chercheront des moyens de calculer leur teneur en carbone», a déclaré Tucker. Missions de la NASA comme l’écosystème mondial Mission d’enquête dynamique , ou GEDI, et ICESat-2 , ou le satellite Ice, Cloud et Land Elevation-2, sont déjà collecter des données qui seront utilisées pour mesurer la hauteur et la biomasse des forêts. À l’avenir, combiner ces sources de données avec la puissance de l’intelligence artificielle pourrait ouvrir de nouvelles possibilités de recherche.

«Notre objectif est de voir combien de carbone il y a dans les arbres isolés dans les vastes régions arides et semi-arides du monde», a déclaré Tucker. «Ensuite, nous devons comprendre le mécanisme qui entraîne le stockage du carbone dans les zones arides et semi-arides. Peut-être que ces informations peuvent être utilisées pour stocker plus de carbone dans la végétation en retirant plus de dioxyde de carbone de l’atmosphère. »

«Du point de vue du cycle du carbone, ces zones sèches ne sont pas bien cartographiées, en termes de densité d’arbres et de carbone», a déclaré Brandt. « C’est une zone blanche sur les cartes. Ces zones sèches sont essentiellement masquées. C’est parce que les satellites normaux ne voient tout simplement pas les arbres – ils voient une forêt, mais si l’arbre est isolé, ils ne peuvent pas la voir. Nous sommes maintenant en train de combler ces points blancs sur les cartes. Et c’est assez excitant. »

Lien connexe

  • Article d’étude dans le journal La nature
  • L'étude de supercalcul de la NASA ouvre la voie à la cartographie des arbres et à la recherche sur le carbone en video