碳•采风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

Posted 碳道

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了碳•采风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相关的知识,希望对你有一定的参考价值。

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。

 

来源:科技日报


 碳道

中国清洁发展机制基金为国家层面应对气候变化政策性基金,积极促进绿色低碳发展。  

微信 ID:CDMFUND

长按二维码关注


微能网

能源界第一交流平台

微信ID:weienergy

长按二维码关注

以上是关于碳•采风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的主要内容,如果未能解决你的问题,请参考以下文章

机器学习:通俗易懂决策树与随机森林及代码实践

Python 机器学习避免碰撞课程设计

Google earth engine——全球森林碳通量(2001-2021)数据集可视化含代码

ECMWF已经开展的机器学习算法应用情况(Observations)

《机器学习技法》---随机森林

常用机器学习模型都有哪些?