KNOXVILLE, TN, 11 janvier 2025 /24-7PressRelease/ -- Dans la lutte continue contre le changement climatique, quantifier le carbone stocké dans les arbres est essentiel pour suivre l'efficacité de nos efforts d'atténuation. Une nouvelle étude présente une méthode pour estimer le carbone au-dessus du sol (AGC) au niveau de l'arbre individuel, en particulier dans les régions semi-arides, en utilisant des images satellites à très haute résolution (VHR) couplées à des algorithmes d'apprentissage automatique. Cette approche offre un outil plus précis pour mesurer la séquestration du carbone, ce qui est critique pour l'adaptation climatique et les stratégies de gestion des terres à l'échelle mondiale.

Lobelia Earth S.L. a fait une avancée dans la recherche sur le cycle du carbone avec une méthode novatrice pour mesurer plus précisément le carbone dans des populations d'arbres dispersées. Ce développement, détaillé dans une étude (DOI : 10.34133/remotesensing.0359) publiée le 21 novembre 2024, dans le Journal of Remote Sensing, promet de révolutionner les stratégies de gestion des terres et d'adaptation climatique, offrant un nouvel espoir pour un suivi plus efficace de la séquestration du carbone.

L'innovation centrale de cette étude réside dans le développement d'un modèle de réseau de neurones artificiels (ANN) formé sur plus de 400 cimes d'arbres individuels, incorporant à la fois des signatures spectrales et des zones de cime extraites d'images satellitaires Pléiades à haute résolution. Ce faisant, les chercheurs ont obtenu des estimations plus précises du carbone au-dessus du sol (AGC), avec un R² de 0,66 et une RMSE relative de 78,6 %. Cette méthode réduit significativement les biais observés dans les technologies précédentes, en particulier celles qui sous-estimaient les stocks de carbone dans les régions arides.

Pour créer ce modèle, les chercheurs ont construit une base de données de référence AGC complète à partir de mesures d'arbres sur le terrain, les convertissant en biomasse à l'aide d'équations allométriques spécifiques aux espèces. Grâce à des modèles d'apprentissage approfondi, ils ont pu segmenter les cimes d'arbres individuels et extraire des informations spectrales à partir d'images à très haute résolution (VHR), qui ont ensuite été utilisées pour entraîner et valider le modèle ANN. Le résultat a été un modèle hautement précis, avec une RMSE au niveau de l'arbre de seulement 373,85 kg, confirmant sa robustesse dans la prévision de l'AGC à partir de données de télédétection.

Martí Perpinyana-Vallès, l'auteur principal de l'étude, déclare : "En intégrant des données de terrain avec des techniques avancées d'observation de la Terre, notre étude fournit une méthode fiable pour estimer la biomasse à plusieurs échelles. Cette innovation a le potentiel d'améliorer considérablement notre compréhension des dynamiques de séquestration du carbone et d'améliorer les pratiques de gestion des terres à l'échelle mondiale."

L'étude a utilisé des images satellites Pléiades Neo, connues pour leur exceptionnelle résolution native de 30 cm, ce qui a permis une précision sans précédent dans l'observation de la Terre. Cette précision, combinée avec des algorithmes d'apprentissage profond pour l'extraction des cimes et des modèles ANN pour la prédiction de l'AGC, a permis une géolocalisation précise des arbres individuels, abordant ainsi des limitations de longue date dans l'estimation des stocks de carbone.

En regardant vers l'avenir, les applications futures de cette technologie sont vastes. Elle promet d'améliorer les évaluations mondiales du cycle du carbone, d'optimiser l'utilisation des terres et d'améliorer les initiatives de reforestation. De plus, elle pourrait fournir des données essentielles pour les stratégies d'atténuation du changement climatique, aidant les décideurs à relever les défis environnementaux pressants. À mesure que la méthode sera adoptée plus largement, elle a le potentiel d'harmoniser les écarts d'estimation du carbone, offrant un soutien inestimable pour les accords climatiques internationaux et les efforts de durabilité mondiale.

Références
DOI
10.34133/remotesensing.0359

URL de la source originale
https://doi.org/10.34133/remotesensing.0359

Informations sur le financement
Ce travail a été en partie réalisé dans le projet Jeunesse Sahelienne pour l'Action Climatique (JESAC)563, financé par Intermon Oxfam Espagne, et sous les bourses de doctorat industriel AGAUR (2021564DI 121) et DIN2020-010982 financées par MCIN AEI 10.13039/501100011033 et par l'Union Européenne "NextGenerationEU/ PRTR". Aitor Ameztegui est financé par une bourse Serra-Hunter de la Generalitat de Catalunya. Ce travail a été soutenu par l'Initiative ESA Network of Resources.

À propos du Journal of Remote Sensing
Le Journal of Remote Sensing, une revue en ligne uniquement en libre accès publiée en association avec AIR-CAS, promeut la théorie, la science et la technologie de la télédétection, ainsi que la recherche interdisciplinaire au sein des sciences de la terre et de l'information.

Chuanlink Innovations, où des idées révolutionnaires rencontrent leur véritable potentiel. Notre nom, enraciné dans l'essence de la transmission et de la connexion, reflète notre engagement à favoriser l'innovation et à faciliter le parcours des idées depuis leur conception jusqu'à leur réalisation.

Lien connexe :
http://chuanlink-innovations.com

Avertissement : Cette traduction a été générée automatiquement par NewsRamp™ pour 24-7 Press Release (collectivement désignés sous le nom de "LES ENTREPRISES") en utilisant des plateformes d'intelligence artificielle génératives accessibles au public. LES ENTREPRISES ne garantissent pas l'exactitude ni l'intégralité de cette traduction et ne seront pas responsables des erreurs, omissions ou inexactitudes. Vous vous fiez à cette traduction à vos propres risques. LES ENTREPRISES ne sont pas responsables des dommages ou pertes résultant de cette confiance. La version officielle et faisant autorité de ce communiqué de presse est la version anglaise.