Los científicos han logrado cartografiar miles de millones de árboles y arbustos individuales en África Occidental mediante un nuevo método, con gran precisión.
Este método combina grandes volúmenes de datos satelitales de alta resolución, capacidades informáticas avanzadas, técnicas de aprendizaje automático y amplios datos de campo recopilados durante décadas.
El resultado fue una base de datos de acceso público con 1.800 millones de árboles, y la cobertura geográfica de la investigación se está ampliando actualmente.
Esta información puede resultar útil para diversos fines, entre ellos mejorar nuestro conocimiento de la vegetación leñosa y fundamentar las políticas ambientales.
La posibilidad de que la cubierta vegetal en zonas semiáridas y áridas esté retrocediendo ha sido durante mucho tiempo motivo de preocupación internacional. En la década de 1930 se planteó por primera vez la teoría de que el Sahara se estaba expandiendo y la vegetación leñosa estaba en retroceso. En la década de 1970, impulsado por la “sequía del Sahel”, el foco se centró en la amenaza de la “desertificación”, causada por la sobreexplotación humana y/o el cambio climático. En las últimas décadas, la principal preocupación ha sido el posible impacto del cambio climático en la vegetación, junto con la retroalimentación de la vegetación sobre el clima, asociada al papel de la vegetación en el ciclo global del carbono.
Mediante datos satelitales de alta resolución y técnicas de aprendizaje automático en instalaciones de supercomputación, hemos logrado ahora cartografiar miles de millones de árboles y arbustos individuales en África Occidental. El objetivo es comprender mejor el estado real de la cobertura vegetal y su evolución en zonas áridas y semiáridas.
Encontrar un arbusto en el desierto, desde el espacio
Desde la década de 1970, los datos satelitales se han utilizado ampliamente para cartografiar y monitorear la vegetación en zonas semiáridas de todo el mundo. Las imágenes están disponibles con resolución espacial “alta” (con los satélites de la NASA Landsat MSS y TM, y los satélites de la ESA Spot y Sentinel) y con resolución espacial “media o baja” (NOAA AVHRR y MODIS).
Para analizar con precisión la cubierta vegetal a escala continental o global, es necesario utilizar las imágenes de mayor resolución disponibles, con una resolución de 1 metro o menos, y hasta ahora los costes de adquisición y análisis de los datos han sido prohibitivos. En consecuencia, la mayoría de los estudios se han basado en datos de resolución moderada a baja. Esto no ha permitido identificar árboles individuales, por lo que estos estudios solo ofrecen estimaciones agregadas de la cubierta vegetal y la productividad, mezclando la vegetación herbácea y leñosa.
En un nuevo estudio que abarca una gran parte de la zona semiárida Sahara-Sahel-Sudanesa de África Occidental, publicado en Nature en octubre de 2020, un grupo internacional de investigadores logró superar estas limitaciones. Mediante la combinación de una inmensa cantidad de datos satelitales de alta resolución, capacidades informáticas avanzadas, técnicas de aprendizaje automático y amplios datos de campo recopilados durante décadas, logramos identificar árboles y arbustos individuales con una superficie de copa superior a 3 m² con gran precisión. El resultado es una base de datos de 1.800 millones de árboles en la región estudiada, disponible para todas las personas interesadas.
Actualmente, este trabajo se ha ampliado para abarcar la franja semiárida al sur del Sahara, a lo largo del continente africano hasta el mar Rojo. El recuento actual de árboles asciende a 13.000 millones, y se están realizando nuevos perfeccionamientos de la metodología. Se prevé que la cobertura geográfica se amplíe, primero al resto de zonas semiáridas de África y después a otros continentes.
Para cubrir toda la zona del Sahel africano, desde el Atlántico hasta el mar Rojo, utilizamos aproximadamente 100.000 imágenes satelitales, con un volumen total de datos de cientos de terabytes. Utilizando los supercomputadores de la NASA y Blue Waters, las imágenes se unieron para crear un mosaico continuo. Posteriormente, los árboles se identificaron mediante aprendizaje profundo, una técnica de inteligencia artificial en la que el ordenador se entrena para reconocer árboles individuales. Durante el entrenamiento, un operador “mostró” al ordenador decenas de miles de árboles, aplicando conocimientos de campo junto con habilidades de interpretación de imágenes. Posteriormente, se verificaron los resultados de la identificación automática. En general, la precisión ha demostrado estar altamente correlacionada con las mediciones de campo.
Información inesperada sobre árboles individuales
Nuestra base de datos de árboles y arbustos contiene información sobre cada árbol: su ubicación exacta (normalmente con una incertidumbre de pocos metros), el tamaño de su copa, la fecha de adquisición de la imagen satelital en la que fue identificado, y su masa leñosa estimada por encima del suelo y su contenido de carbono. En el futuro, podrían añadirse otros datos, por ejemplo, su altura y sus características fenológicas.
Ya en esta fase temprana del proyecto son evidentes implicaciones importantes. En el estudio sobre África Occidental encontramos muchos más árboles de los que habíamos previsto. Otras fuentes de datos informan de que los árboles están prácticamente ausentes en el Sahara y en la zona del Sahel septentrional, sin embargo, encontramos cientos de millones de árboles. El stock de carbono asociado a estos árboles es mayor, y más estable, que los stocks de carbono de la vegetación herbácea. Además, observamos que los árboles de las tierras de cultivo suelen ser más grandes que los de las sabanas prístinas, y que la cobertura arbórea general en lugares poblados y gestionados es alta. Esto demuestra que una alta densidad de población humana no siempre se relaciona con pérdidas de cobertura arbórea, ya que las personas del Sahel semiárido protegen y fomentan los árboles dentro de los asentamientos y en las tierras de cultivo.
¿Para qué se utilizará la base de datos?
Se prevé que esta base de datos sea útil para diversos fines. En particular, constituirá una línea de base que permitirá realizar estudios futuros sobre la evolución temporal de la vegetación leñosa a gran escala, posiblemente incluso a escala continental o global.
La base de datos permitirá analizar qué factores controlan la presencia de árboles en las zonas áridas, por ejemplo, la presión humana, o factores ambientales como las precipitaciones, los suelos o la geomorfología. La información servirá para modelizar los ecosistemas y el “Sistema Tierra completo”, ya que los árboles tienen gran importancia en la interacción entre la atmósfera y la superficie terrestre, al controlar el intercambio de carbono, la evapotranspiración y la rugosidad aerodinámica.
Por último, la información podría utilizarse para fundamentar y apoyar las políticas ambientales a nivel nacional e internacional.
