Tre dei coautori dello studio, Shawn Serbin (Laboratorio Brookhaven), Feng Zhao (Università del Maryland, College Park) e Ran Meng (Brookhaven Lab) in un'area dell'ecosistema Long Island Pine Barrens che è stata danneggiata da un incendio nell'aprile 2012. Credito:Brookhaven National Laboratory
Conosci qualcuno che è così preso dai dettagli di un problema che "non riesce a vedere la foresta per gli alberi?" Gli scienziati che cercano di capire come le foreste si riprendono dagli incendi a volte hanno il problema opposto. I sistemi satellitari convenzionali che rilevano vasti tratti di terreno bruciato da incendi boschivi forniscono utili, Informazione Generale, ma può sorvolare su dettagli importanti e portare gli scienziati a concludere che una foresta si è ripresa quando è ancora nelle prime fasi del recupero.
Secondo un team di ecologisti del Brookhaven National Laboratory del Dipartimento dell'Energia degli Stati Uniti, una nuova tecnica che utilizza una combinazione di metodi di telerilevamento a risoluzione molto più elevata fornisce un'immagine più accurata e più dettagliata di ciò che sta accadendo sul terreno. In un articolo che apparirà nel numero di giugno 2018 della rivista Remote Sensing of Environment, descrivono come hanno usato immagini satellitari a risoluzione molto più alta e misurazioni aeree raccolte dalla NASA per caratterizzare un'area boschiva danneggiata da un incendio nel 2012 che si era diffuso sul terreno del Laboratorio.
"Essere in grado di quantificare la relazione tra il recupero delle foreste e la gravità delle ustioni è un'informazione fondamentale per comprendere sia le dinamiche forestali che il sequestro del carbonio, " ha detto Ran Meng, un associato di ricerca post-dottorato nel gruppo di ricerca Terrestrial Ecosystem Science &Technology (TEST) di Brookhaven Lab e autore principale dell'articolo. "Questo lavoro mostra che utilizzando misurazioni di telerilevamento più avanzate con immagini spettrali ad altissima risoluzione e LiDAR, una tecnica che ci consente di misurare la struttura fisica 3D della foresta, possiamo caratterizzare gli effetti degli incendi e monitorare il recupero post-incendio di più con precisione, " Egli ha detto.
Alistair Rogers, leader del gruppo TEST ha aggiunto, "Questo lavoro è un bell'esempio del valore dell'alta risoluzione, multisensore, telerilevamento. La nuova combinazione di dati provenienti da questi sensori ha consentito una comprensione più profonda di una sfida ecologica impegnativa e fornisce un nuovo strumento per la gestione delle foreste".
Piano terra, mancata corrispondenza dei dati satellitari
Meng ha notato la necessità di migliorare le misurazioni a distanza come studente laureato prima di venire a Brookhaven. Durante il monitoraggio del recupero della vegetazione dopo gli incendi nelle montagne occidentali e in California, le sue osservazioni sul campo non corrispondevano a quelle convenzionali, stavano mostrando misurazioni satellitari a risoluzione moderata (come quelle ottenute da Landsat).
"Fare studi sul campo, misuriamo i parametri e le caratteristiche degli alberi, e possiamo vedere se la chioma, la parte dell'ecosistema formata dalle cime degli alberi, è sana, o se c'è solo ricrescita a livello del suolo, " ha detto Meng.
Gli scienziati devono essere in grado di distinguere questa crescita "understory" (ad esempio, arbusti ed erbe) dalla chioma per determinare se la foresta è effettivamente tornata allo stato pre-incendio.
Le tecniche di imaging ad alta risoluzione utilizzate in questo studio hanno accuratamente distinto dal vivo, alberi sani da quelli morti, e una chioma sana da germogli a livello del suolo e altra vegetazione del sottobosco. Credito:Brookhaven National Laboratory
"In termini di gestione delle foreste e comprensione della quantità di carbonio immagazzinata in questi sistemi e di come supportano la biodiversità e cambiano nel tempo, gli alberi a baldacchino sono ciò che è importante, "ha spiegato Shawn Serbin, Il supervisore di Meng a Brookhaven.
Ma l'imaging satellitare tradizionale, che è stato utilizzato per studiare i grandi incendi boschivi fin dagli anni '70, non riesco a distinguere il baldacchino dal sottobosco, Serbin ha notato. Produce immagini con dimensioni dei pixel molto più grandi, quadrati con lati di circa 30 metri o più, e misura solo in pochi "canali, " o colori riflessi/lunghezze d'onda della luce, senza senso di profondità.
"Così, se un fuoco divampa e poi un mazzo di piante erbacee molto verdi spuntano nel sottobosco appena esposto, un sistema satellitare tradizionale vedrebbe tutto questo in una volta - un modello generale di verde - e lo confonderebbe come un segno che "la vegetazione si è ripresa, ' anche quando ci sono ancora alberi completamente bruciati sul terreno, " ha detto Serbin.
"Chiaramente, abbiamo bisogno di un modo per capire più in dettaglio come la foresta si riprenda in termini di alberi a baldacchino senza dover condurre studi massicci del terreno, che sarebbe troppo dispendioso in termini di tempo e lavoro, " aggiunse, o come disse Meng, "missione impossibile."
Un'occasione fortuita
Fortunatamente, le tecnologie di telerilevamento hanno fatto molta strada dagli anni '70, soprattutto negli ultimi 10 anni. E grazie a una collaborazione in corso con gli scienziati del Goddard Space Flight Center della NASA e alla disponibilità di immagini satellitari commerciali ad alta risoluzione, Meng e Serbin hanno avuto la possibilità di provare queste tecnologie aggiornate e confrontare i risultati con le osservazioni a terra.
Il loro banco di prova era una striscia di foresta nel loro stesso cortile che era stata danneggiata quando un incendio nel Long Island Pine Barrens si è diffuso su una porzione non sviluppata della proprietà di Brookhaven Lab nell'aprile 2012. Meng ha utilizzato per la prima volta immagini commerciali a risoluzione fine acquistate dal National Geospatial -Agenzia di intelligence (NGA), raccolti prima e dopo l'incendio, per creare una mappa ad alta risoluzione della gravità delle ustioni (pubblicata in precedenza). Quindi, ha usato questa mappa per sovrapporre misurazioni dettagliate delle caratteristiche della foresta che ha estratto dalle immagini di telerilevamento raccolte dal team Goddard della NASA nel 2015. Confrontando i dati remoti ad alta risoluzione con le proprie osservazioni sul campo, Meng e Serbin hanno potuto verificare se le nuove tecnologie trasmettevano una rappresentazione accurata di come gli alberi si stavano riprendendo nelle diverse aree di gravità dell'ustione.
"Questa è stata un'opportunità per studiare le dinamiche forestali in un modo senza precedenti, " ha detto Serbin.
Queste mappe della gravità delle ustioni sull'area interessata dall'incendio di Crescent Bow nelle Long Island Pine Barrens mostrano le capacità migliorate dei dati ad alta risoluzione raccolti dai satelliti di ricognizione (in basso) per caratterizzare gli effetti del fuoco, rispetto ai dati satellitari convenzionali (in alto). Credito:Brookhaven National Laboratory
Gli strumenti aerei della NASA includevano fotocamere per la fotografia digitale ad altissima risoluzione (con pixel che misurano un metro quadrato invece dei pixel di 30 x 30 metri utilizzati dai satelliti convenzionali); imaging "iperspettrale" (per raccogliere la luce in ~100 colori); imaging termico a infrarossi (per misurare il calore); e LiDAR (che funziona come un rilevatore di velocità della pistola radar, sparando raggi di luce nel vicino infrarosso e misurando quanto tempo impiegano a rimbalzare per misurare la distanza, o in questo caso, la profondità della foresta).
Poiché questi strumenti effettuano le misurazioni contemporaneamente, gli scienziati possono monitorare esattamente quale colore (anche sottili variazioni di verde) viene riflesso indietro, e da quale profondità nella foresta, tutto con una risoluzione di un metro.
"Questo può darci molte più informazioni e ridurre le nostre incertezze per comprendere le dinamiche forestali e le conseguenze degli incendi, " ha detto Meng.
I dati strutturali ad alta risoluzione e 3D sono stati in grado di differenziare la chioma dal sottobosco e hanno fornito agli scienziati una rappresentazione accurata del recupero della foresta in relazione alla gravità dell'ustione che corrispondeva a ciò che stavano vedendo sul terreno.
Invece di un tasso di recupero che aumentava con l'aumentare della gravità dell'ustione, come avevano suggerito i dati satellitari convenzionali, oscurati da una nuova crescita di sottobosco, i dati ad alta risoluzione hanno mostrato un tasso di recupero crescente per gli alberi a chioma fino a una certa soglia.
"Prima che raggiungano una certa soglia di danno, gli alberi possono riprendersi, creare nuovi rami. Ma dopo aver raggiunto questo punto critico vengono uccisi e non possono riprendersi. Devono ricominciare da zero e ci vorrà molto tempo, " disse Meng. Nel frattempo, nuove specie di sottobosco sfruttando la luce solare in grado di raggiungere il suolo attraverso la chioma impoverita, prendere rapidamente il loro posto.
Vedere le differenze di specie a distanza
Gli scienziati sono stati persino in grado di individuare differenze quantitative nei tassi di recupero tra le diverse specie nella chioma.
Questo studio ha collegato i dati raccolti da diverse nuove tecnologie per fornire una rappresentazione più accurata del recupero forestale rispetto alla gravità delle ustioni. La mappa in alto, che mostra la gravità dell'ustione, è stato creato confrontando le immagini satellitari di ricognizione ad alta risoluzione scattate prima e dopo l'incendio. La mappa centrale traccia il recupero della chioma dopo l'incendio per specie, come identificato dalle misurazioni LiDAR e dall'imaging iperspettrale della NASA. La mappa in basso mostra il tasso di recupero della chioma dopo l'incendio ottenuto combinando le immagini satellitari di ricognizione con le misurazioni aeree della NASA. Credito:Brookhaven National Laboratory
"Qui al Laboratorio, abbiamo un semplice esempio di pini contro querce. Il pino ha una forma conica con sottili, fitto, aghi verde scuro. Il rovere ha una struttura più rotonda con foglie larghe di colore più chiaro. Hanno anche chimica diversa e contenuto di acqua. Tutto ciò cambia il modo in cui riflettono la luce, quindi ognuno di loro ha una "firma spettrale" unica che possiamo individuare con queste nuove tecnologie, " ha detto Serbin.
Gli scienziati hanno utilizzato tecniche di apprendimento automatico per addestrare i computer a riconoscere le caratteristiche spettrali e strutturali uniche in modo da poter distinguere tra queste e altre specie.
"Utilizzando un tradizionale sistema di imaging satellitare, sarebbe impossibile distinguere queste specie. Ma ora, per la prima volta, possiamo utilizzare la nostra nuova tecnologia per quantificare queste risposte su vaste aree e per un tempo più lungo che mai, " ha detto Meng.
Applicare la conoscenza
Oltre a fornire informazioni sulla salute dei Long Island Pine Barrens, il metodo dovrebbe funzionare per migliorare le valutazioni a distanza dei danni da incendio e il recupero in diversi tipi di foreste, e in particolare nelle aree remote dove gli studi sul campo sono impraticabili.
"Pensiamo che questo metodo dovrebbe essere applicato in tutto il mondo. Pensiamo che sia adattabile, e i dati sono disponibili pubblicamente, così potremmo ridimensionarlo, " ha detto Serbin.
Comprendere i dettagli delle dinamiche forestali aiuterebbe a informare le strategie di gestione forestale, come quando e dove mettere in scena una combustione controllata per limitare l'accumulo di carburante per gli incendi boschivi, o per identificare dove nuovi alberi, e quali tipi, dovrebbero essere piantati per mantenere la biodiversità. Fornirebbe inoltre input per modelli progettati per prevedere come gli ecosistemi forestali risponderanno ad altri tipi di sfide, come la siccità o il cambiamento climatico.
"Le persone incaricate di proiettare come gli ecosistemi risponderanno al cambiamento in futuro hanno bisogno di informazioni molto dettagliate sulle dinamiche delle foreste e della vegetazione per i loro modelli, " ha detto Serbin. "Abbiamo appreso che la struttura della vegetazione è strettamente correlata a quanto carbonio può essere immagazzinato in quegli ecosistemi, e che gli ecosistemi con una maggiore biodiversità immagazzinano più carbonio. Quindi la capacità di valutare la biodiversità e la struttura forestale sarà molto importante per costruire questi modelli".