W dobie globalnych zmian klimatycznych i intensywnej eksploatacji zasobów naturalnych, zachowanie bioróżnorodności stało się kluczowym wyzwaniem dla naukowców na całym świecie. W odpowiedzi na te wyzwania, grupa badaczy z Polski i Szwecji stworzyła nowatorskie narzędzie komputerowe, które pozwala na precyzyjną identyfikację lasów o największej wartości ekologicznej.
Skąd wziął się pomysł na takie narzędzie?
Pomysł na narzędzie narodził się w głowach naukowców z kilku uniwersytetów: Szwedzkiego Uniwersytetu Nauk Rolniczych, Mid Sweden University, norweskiego Inland Norway University of Applied Sciences oraz z Instytutu Biologii Ssaków Polskiej Akademii Nauk w Białowieży. Opisali oni swoje prace w prestiżowym czasopiśmie „Communications Earth & Environment” w artykule „The conservation value of forests can be predicted at the scale of 1 hectare„.
Projekt Random Forest (RF) jest oparty na zaawansowanych modelach komputerowych, które analizują dane o lasach, takie jak struktura drzewostanu, historia gospodarki leśnej, topografia oraz różnorodność biologiczna roślin i zwierząt w danym obszarze. Umożliwiają automatyczne skanowanie krajobrazów leśnych w dużych skalach, z wysoką rozdzielczością przestrzenną i dokładnością tematyczną. Narzędzie jest bardzo przydatne, gdy chcemy zaplanować, które lasy chronić, a które przywrócić do lepszego stanu. Potrafi wskazać te najcenniejsze obszary.
Szwecja, będąca jednym z najbardziej zalesionych krajów Europy, od lat systematycznie zbiera rozległe dane o swoich lasach zarówno z ziemi, jak i z powietrza. Informacje te są nieocenionym zasobem, który pozwala na szczegółowe analizy i rozwój takich narzędzi, jak wspomniane wyżej.
Trudności i wyzwania
Mimo że model ten jest bardzo zaawansowany, jego twórcy podkreślają, że identyfikacja wartości przyrodniczej lasów jest procesem skomplikowanym. Zależy ona od wielu zmiennych, które trudno jest ująć w jednym programie. W czasie badań narzędzie zostało przetestowane wielokrotnie, a wyniki porównano z innymi źródłami danych — takich jak największy właściciel lasów w Szwecji, Sveaskog, czy krajowy monitoring lasów, co finalnie potwierdziło jego skuteczność.
Chociaż całość opracowano głównie na podstawie danych ze Szwecji, to twórcy podkreślają, że wykorzystana tu metodologia jest uniwersalna i może być dostosowana do warunków w innych regionach świata. To otwiera perspektywy na jego zastosowanie także w Polsce, gdzie również dysponuje się odpowiednimi danymi leśnymi. Używanie tego modelu może mieć znaczący wpływ na przyszłość tutejszej ochrony przyrodniczej.
