当地人如何帮助绘制科技无法识别的树木分布图

A vine climbs along the bark of a tree in the Karura forest in Nairobi, Kenya, April 16, 2020.
The human eye is capable of capturing data that satellites cannot.Image: REUTERS/Baz Ratner
本内容由人工智能自动翻译。
  • 由于遥感算法在较密集的森林中效果更好,准确收集树木覆盖数据可能十分困难。

  • Collect Earth 利用谷歌地球的功能以及人眼,收集一段时间内的土地覆盖、土地利用和树木覆盖数据。

  • 将这些数据与其他数据集相结合,研究人员便能看到全球各地有数十亿棵树木生长在何处,以及哪些土地正在进行修复。

树木的价值不容忽视。树木的价值树木为全球人民提供就业机会和资源,其减缓二氧化碳排放的潜力在气候行动中发挥着重要作用。要充分了解树木的价值,以及哪些地方还需要更多树木,就需要可靠且及时更新的信息,掌握树木生长的具体位置和数量。

现有的卫星技术,例如全球森林观察(Global Forest Watch)(GFW)依靠遥感算法,检测每个像元中树木覆盖的百分比,而非统计其中树木的数量。当树木覆盖低于特定阈值时,GFW 所采用的方法难以识别这些树木。因此,该技术最适用于测量密集森林中的树木覆盖情况,即数以千计的树木紧密聚集的区域。

然而,这种方法可能会遗漏干燥森林、农田以及其他树木稀疏区域中的树木,这使得监测这些地区的变化更加困难。考虑到这些区域占地球陆地面积的比例超过地球陆地面积的40%,忽视对其树木覆盖的统计是一个错失的机会。这对农村社区产生了严重影响,因为这些社区通常依赖森林以外的这些树木谋生。

尽管卫星难以探测森林以外的树木,但人眼可以做到。Collect Earth 是由联合国粮食及农业组织(FAO)的 Open Foris 倡议开发的一款数据收集工具,它调取谷歌地球的影像,利用人眼直观分析影像,并收集不同时间点的土地覆盖(土地类型,如“森林”)、土地利用(人们如何利用该土地)和树木覆盖数据。Open Foris 倡议。通过将高科技工具与低科技但精准的人眼相结合,当地利益相关方可以借助这一工具,查明全球各地景观中有数十亿棵树木生长的位置,以及哪些土地正在进行修复。

世界资源研究所(WRI)和联合国粮农组织的研究人员正与数十个政府、非政府组织、学术机构及当地社区合作,帮助国家和地方组织、政府以及农民自身生成可付诸行动的数据。一份新出版物《共同绘图:利用 Collect Earth 绘图马拉松监测森林和景观修复指南》展示了社区、政府和绘图专家如何利用这种树木计数方法。

借助 Collect Earth 绘图马拉松监测土地修复

自 2015 年以来,萨尔瓦多、埃塞俄比亚、印度和卢旺达各地的团队举办了参与式绘图研讨会,我们称之为 Collect Earth 绘图马拉松,以生成用于监测修复工作的本地数据。借助谷歌地球提供的高质量影像,人们可以辨识小至半米(约 20 英寸)的物体,团队招募了当地居民,在一系列样本地块中识别景观的不同自然特征。

绘图马拉松让对当地景观有第一手了解的人员无需任何遥感相关的预先知识即可参与。Image: 世界资源研究所

这些绘图马拉松使对当地景观有第一手了解的人员无需任何遥感相关的预先知识即可参与。参与者只需具备基本的计算机操作能力,熟悉当地景观,并了解人们如何利用这些景观。

每场活动中,团队都会招募参与者,并在具备相应容量和网络连接条件的场所集中举办活动。参与者接受培训后,每天可分析 50 至 80 个地块,具体数量取决于调查的时长和需收集的数据量。随后,分析人员汇总各参与者地块的结果,从而为整个景观(或国家)生成准确的数据。初步统计完成后,团队会将识别出的土地覆盖情况与统计的树木数量进行比对。例如,如果某位当地参与者在一个大地块中只统计出三棵树,但之后却将同一地块归类为森林,研究人员便会知道存在人为错误,并予以更正。

尽管这种方法只需基本的专业知识和少量培训,但其成果意义重大。绘图马拉松举办地所在的景观,是社区主导的景观修复最突出的范例,而这些数据可为相关工作提供参考。

在 Sodo Gurage 区,埃塞俄比亚政府利用该项目报告当地实现森林覆盖率达到 19%(目标年份为 2020 年)的进展情况。数据显示,森林覆盖率从 2010 年的 7.5% 增至 2015 年的 8.1%。这表明趋势向好,但仍未达到目标,帮助当地领导层认识到需要调整方法并加快工作进度。

在埃塞俄比亚 Sodo Guragie 区的茂密林地中,高大森林减少了 96%。Image: 世界资源研究所

在印度 Sidhi 区开展的一场绘图马拉松,与当地农民、学生及其他社区成员合作,以确定健康土地上已有树木覆盖的区域、农田已在修复的区域,以及增植树木可在环境和社会层面惠及民众的区域。参与者利用这些数据,向政府及其他合作伙伴提出了修复工作的主张,据一项测算,这是一个价值 1900 万美元的机遇。如今,他们正开始更快地修复更多土地。

本地修复数据,惠及本地

修复土地和种植树木能够提高作物产量、稳定土壤,并遏制不断扩张的沙漠。在开展绘图马拉松的当地景观中,民众可以利用这些数据实现当地目标,包括五年经济发展规划中所列的目标。当地居民自行收集修复数据时,其成果会回馈社区。由于他们对周边地区有切身了解,因此最有条件将原始数据置于正确的背景之中。

利用当地对景观的了解,不仅能提升数据和地图的质量。当当地居民看到 Collect Earth 数据如何帮助他们评估景观的健康状况时,即便培训人员和非政府组织离开之后,他们也更有可能投入资源,定期更新数据。本地数据还能帮助全球研究人员更好地了解哪些修复类型和方法适用于哪些生态系统。

从长远来看,详细追踪修复进展能够实现三方共赢。政府和投资者最早可在项目启动一年后,即展示其履行修复承诺的情况,且比仅依靠算法检测树木时更为准确。快速的进展报告也能让资助方看到,土地修复确实能带来真正的投资回报。这还能让当地社区获得其辛勤工作应有的认可。

发挥 Collect Earth 的价值

举办绘图马拉松为监测森林以外的树木生长情况奠定了坚实基础。培训能够多年持续收集和分析 Collect Earth 数据的本地绘图专家,是长期有效追踪进展的关键。这些专家随后可以使用当地语言,每年培训数十名用户,从而逐步建立本地知识库。

卢旺达 Gatsibo 举办的一场 Collect Earth 绘图马拉松活动。Image: WRI

绘制树木覆盖图只是一个开端。专家可根据当地情况定制该项目,尤其是在尼日尔的“虎丛”(tiger bush)等独特生态系统中。该项目还有助于展示不涉及种植树木的修复手段(如挖掘雨水收集沟渠和恢复草地植被)正在如何改变景观。

在线版本的 Collect Earth 目前正在开发中,旨在进一步让更多人便捷地使用该项目。此外,利用从绘图马拉松收集的数据,借助机器学习新技术,并结合人工智能模型绘制森林以外树木的综合分布图,也颇具前景。这一方法可为修复项目乃至整个景观提供高质量、准确的基线数据,并帮助其长期追踪进展。

当前,许多人都在倡导以技术应对气候变化及其他紧迫的环境挑战,但我们必须牢记,即便是最前沿的技术,也需要以当地的见解为基础。Collect Earth 绘图马拉松表明,当技术与当地知识相结合时能够实现何种可能,为统计那些原本可能无人察觉的数十亿棵树木开辟了新而令人振奋的途径。

授权与转载
世界经济论坛发布的文章,可依据《知识共享署名-非商业性使用-禁止演绎4.0国际公共许可协议》以及我方《使用条款》进行转载。 本文所表达的观点仅代表作者个人立场,并不代表世界经济论坛的观点。