衛星圖像與計算機深度學習發現：撒哈拉沙漠地區大約有18億顆樹

撒哈拉沙漠大約有18億顆樹

乍看之下，西非撒哈拉和薩赫勒沙漠看似貧瘠的地區幾乎沒有什麼綠色植物，但衛星圖像與計算機深度學習卻揭示了一幅不同的畫面。

研究人員說，事實上，約有18億棵樹在西非撒哈拉和薩赫勒沙漠和所謂的亞溼潤區的部分地區，這是以前未曾統計過的數字，顛覆了以前對這種棲息地的假設。

哥本哈根大學地理學助理教授馬丁·布蘭特說："我們非常驚訝，在撒哈拉沙漠中生長著如此多的樹木。當然，有大片地區沒有任何樹木，但仍有一些地區的樹木密度很高，即使在沙丘之間也有一些樹木生長。"

這項調查為研究人員和環境保護主義者提供了數據，有助於指導打擊砍伐森林的工作，更準確地測量土地上的碳儲存。

美國宇航局戈達德太空飛行中心的程式設計師傑西·邁耶說："對於保護、恢復、氣候變化等，這樣的數據是非常重要的，在未來，可以重複研究，看看振興和減少森林砍伐的努力是否有效。"

尋找和計算樹木並不是一項簡單的任務。在樹木充足的地區，即使是在低解析度下，厚厚的生長叢也會比較清晰地出現在衛星圖像中，並且很容易與裸露的土地區分開來。但在比較分散的地方，衛星圖像的解析度太低，無法挑出單個樹木甚至小叢樹林。

現在已經有了更高解析度的圖像，但即便如此，問題依然存在：計算單個樹木，尤其是在廣大地區，幾乎是一項不可能完成的任務。

256×256像素圖顯示了卷積神經網絡模型

布蘭特團隊想出了一個解決方案，將解析度非常高的衛星圖像與深度學習結合，這本質上是訓練一個電腦程式來為他們做這些工作。

但這並不意味著他們可以坐等結果。在深度學習程序開始工作之前，必須對其進行訓練，這是一個繁重的過程，布蘭特要親自對近9萬棵樹進行單獨計數和標記，他花了一年的時間。他說："細節水平非常高，模型需要知道不同景觀中各種不同樹木的樣子。我不接受錯誤的分類，當我看到分類錯誤的樹木時，我進一步增加了訓練。"

布蘭特認為，這是值得的，讓原本需要數百萬人多年的工作，只需幾個小時就能計算出來。

他說："其它的研究都是基於估計和推斷，在這裡我們直接看到並計算每一棵樹。"

研究團隊分析了覆蓋了130萬平方公裡的區域，並涉及對11000多張圖像的分析。

新墨西哥州立大學植物與環境科學系的尼爾·哈南和朱利葉斯·安昌表示："這項技術表明，儘管有一定的局限性，但它很快就可以繪製出全球每棵樹的位置和大小。"

每公頃的樹木密度顯示不同數冠等級

他們在《自然》雜誌委託的評論中寫道，關於沙漠和其它乾旱地區植被的準確信息是 我們理解全球尺度的生態學、生物地理學以及碳、水和其他營養物質的生物地球化學循環的基礎。

布蘭特說，更好的信息可能有助於確定在這些地點儲存了多少碳，這些地點通常不包括在氣候模型中。但他補充說，現在說擁有這種樹木的準確計數是否會影響我們如何理解氣候變化及其加速，還為時過早。

他現在希望在別的地區使用這種技術，在世界6500萬平方公裡的乾旱地區繪製更多以前不為人知的樹木。

周三出版的《自然》雜誌發表了這份研究報告。