Forskare från Amazonas forskningsteam vid Åbo universitet har lyckats ta fram utbredningskartor för ett urval av viktiga tropiska trädarter i det peruanska låglandet Amazonia. Detta uppnåddes genom att använda maskininlärningsmetoder som kombinerar satellitbilder och fältdata. Studien visar att det är möjligt att modellera trädslagsfördelningar med en rumslig upplösning som är tillräckligt bra för att underlätta den praktiska förvaltningen av skogsresurserna.

Amazonia är den största tropiska skogen i världen. Det är ett mycket mångsidigt och komplext ekosystem som förmodligen är värd för mer än 15, 000 arter av träd. En enda hektar kan innehålla mer än 300 trädslag, vilket är fler än i hela Europa.

Eftersom krontakarterna är svåra att nå och identifiera, artinventeringen är långsam, mödosam, och dyrt. Därför, fältinventeringar täcker sällan tillräckligt stora områden för att ge relevant information för bevarandeplanering och skogsresursförvaltning. Behovet av informerad planering är akut, eftersom stora områden för närvarande avskogas på grund av framskridande jordbruk, brytning, Vägbygge, och andra mänskliga aktiviteter.

Den nya studien använde fritt tillgänglig information från satelliterna Landsat och Aster. Båda registrerar solljus som reflekteras från markytan eller skogstak i olika våglängdsband.

Landsat-data är särskilt användbara för att identifiera variation i vegetation, som trädslag som har olika kronans struktur eller bladegenskaper reflekterar ljus på olika sätt. Aster-data, i tur och ordning, ger information om höjd, som i låglandet Amazonia ofta tyder på markfuktighet och dränering.

"Landsat ger en mycket bra täckning av Amazonien både rumsligt och tidsmässigt. Vi har redan en tid vetat att Landsatbilderna kan användas för att identifiera ekologiskt relevant miljömässig och biotisk variation i Amazonas regnskogar, men det här är första gången vi använder satellitbilder för att faktiskt förutsäga artfördelningar, säger professor Hanna Tuomisto, ledare för Amazon Research Team vid Åbo universitet.

Fynden ger viktig information för skogsvård och skogsvård

Den tillförlitliga tolkningen av mönstren som är synliga i satellitbilder kräver marksanningsdata, dvs data från fältet. Forskarna fick sådana data från skogskoncessionen Forestal Otorongo i södra Peru. Enligt den peruanska lagen om skogsbruk och vilda djur, skogskoncessioner måste genomföra en skogsinventering innan någon avverkningsverksamhet påbörjas. Forestal Otorongo gav sina data till forskarna att analysera för att öka kunskapsbasen för att förbättra skogsbruksmetoderna i den peruanska skogssektorn.

"Mängden data som skogsräkningarna innehåller är enorm. Det skulle vara praktiskt taget omöjligt att täcka så stora områden så detaljerat med vanliga botaniska expeditioner, säger universitetslektor Kalle Ruokolainen, som också deltog i studien.

Varje träd som registrerats i skogsräkningen kan plottas på satellitbilderna, vilket gör det möjligt att relatera spektrala värden och trädarters närvaro. Maskininlärningsalgoritmer kan sedan göra förutsägelser om sannolikheten för artens närvaro i obesökta områden på basis av hur spektralt lika de är till de platser där arten har hittats.

"Avskogningen går snabbt framåt i södra Peruanska Amazonien. Denna studie bidrar till att kartlägga utbredningen av viktiga trädslag och identifiera lämpliga områden för förvaltnings- och bevarandeändamål. Det övergripande målet är att tillhandahålla enkla och praktiska verktyg för beslutsfattare, " säger Pablo Pérez Chaves, Peruansk doktorand vid Åbo universitet.