science >> Wetenschap >  >> Natuur

Onderzoekers gebruiken AI om prioriteitsgebieden te definiëren voor actie om ontbossing in de Amazone tegen te gaan

Een onderzoek met behulp van satellietbeelden en machine learning-technieken toont aan dat veel ontbossingshotspots buiten de 11 gemeenten liggen die momenteel worden gecontroleerd door de Braziliaanse federale overheid. Krediet:Agência Brasil

Met behulp van een methode op basis van satellietbeelden en kunstmatige intelligentie hebben Braziliaanse onderzoekers aangetoond dat het prioriteitsgebied voor acties ter bestrijding van illegale ontbossing 27,8% minder grondgebied zou kunnen omvatten dan de 11 gemeenten die door de federale overheid worden gecontroleerd in het kader van de huidige strategie, bekend als het Amazon Plan 2021/2022. Deze monitoring negeert nieuwe ontbossingsgrenzen buiten de doelgebieden.

Volgens een artikel van de onderzoekers, gepubliceerd in juni in Conservation Letters , in totaal 414.603 vierkante kilometer (km 2 ) dit jaar, terwijl het totale gebied dat door het plan wordt beoogd voor de 11 gemeenten 574.724 km2 is 2 . Met andere woorden, het te bewaken gebied kan worden verminderd met 160.000 km 2 , wat ongeveer zo groot is als Suriname.

Hoewel de door de onderzoekers geïdentificeerde ontbossingshotspots goed waren voor 66% van het gemiddelde jaarlijkse ontbossingspercentage, vertegenwoordigden de 11 gemeenten waarop het plan betrekking had 37% van het ontbossingspercentage voor de afgelopen drie jaar (2019-21).

In het artikel concluderen wetenschappers verbonden aan het Braziliaanse National Space Research Institute (INPE) en universiteiten in de Verenigde Staten dat de voorgestelde methode monitoring en wetshandhaving een scherpere focus zou geven. Bovendien, benadrukken ze, onthult het nieuwe ontbossingsgrenzen buiten het prioriteitsgebied en dus niet gedekt door het officiële monitoringplan.

"Met behulp van deze nieuwe aanpak hebben we geconcludeerd dat het prioriteren van gebieden met hogere ontbossingspercentages effectiever zou zijn dan het beperken van de monitoring tot bepaalde gemeenten. Dit is een belangrijke bevinding, aangezien de instanties die in dit geval verantwoordelijk zijn voor wetshandhaving, voornamelijk IBAMA en ICMBio, Hun budgetten en personeel slinken gestaag. Sommige van deze hotspots voor ontbossing bevinden zich in de 11 gemeenten, maar andere liggen in de buurt en vormen nieuwe grenzen, "vertelde Guilherme Augusto Verola Mataveli, corresponderend auteur van het artikel, aan Agência FAPESP. Mataveli is onderzoeker bij INPE's afdeling Aardobservatie en Geo-informatica.

De National Council for Legal Amazonia (CNAL), die toezicht houdt op het Amazon Plan 2021/2022, reageerde als volgt op Agência FAPESP's verzoek om commentaar:"Het doel [van het plan] was om te focussen op waar het optreden van illegale milieuactiviteiten de meeste impact hebben op de resultaten van het Braziliaanse milieubeheer, zonder de noodzaak om op te treden op andere gebieden van Legal Amazonia uit het oog te verliezen."

Juridisch Amazonia is een gebied van meer dan 5 miljoen km 2 bestaande uit de staten Acre, Amapá, Amazonas, Maranhão, Mato Grosso, Pará, Rondônia, Roraima en Tocantins. Het werd opgericht door federale wetten die teruggaan tot 1953 om speciaal beschermings- en ontwikkelingsbeleid voor het gebied te bevorderen.

Volgens CNAL "werden de 11 gemeenten gekozen omdat ze het grootste ontboste gebied en de hoogste incidentie van branden hadden, met de mogelijkheid om andere op te nemen om in kaart te brengen door het Center for Management and Operations of the Amazon Protection System [Censipam]."

De raad verklaarde ook dat INPE een van de 'leidende instellingen was in het proces van het kiezen van prioriteiten' en dat de wetenschappers die het onderzoek hebben uitgevoerd 'zodra de gelegenheid zich voordeed, op een institutionele manier hadden kunnen bijdragen'.

"CNAL werkt altijd met officiële informatie die wordt beheerd, verwerkt en geanalyseerd door officiële overheidsinstanties", aldus de verklaring.

Vooruitgang in gegevensverwerking

De auteurs van het artikel merken op dat de ontbossing in de 11 gemeenten waarop het plan gericht is de afgelopen jaren aanzienlijk is geweest en dat dit een reden is voor monitoring, maar niet voldoende om alleen prioriteit te geven aan deze gebieden, namelijk:São Félix do Xingu, Altamira, Novo Progresso, Pacajá, Portel, Itaituba en Rurópolis (Pará); Apuí en Lábrea (Amazones); Colniza (Mato Grosso); en Porto Velho (Rondônia).

Ze merken ook op dat ondanks de concentratie op deze gebieden met het oog op monitoring en wetshandhaving, de ontbossing tussen februari en april 2021 met 105% is toegenomen in vergelijking met het gemiddelde in dezelfde periode tussen 2017 en 2021. DETER, het officiële waarschuwingsprogramma voor ontbossing van Brazilië, wees op 524,89 km 2 van nieuwe ontbossingslocaties in deze gebieden.

"De studie bevestigt het belang van INPE, dat al 60 jaar uitmuntende onderzoekers heeft opgeleid en wetenschap en technologie heeft geproduceerd uit satellietgegevens voor de samenleving en de nationale ontwikkeling. De vooruitgang in gegevensverwerking belichaamd in het gebruik van kunstmatige intelligentie voor het plannen van acties ter bestrijding van ontbossing is van cruciaal belang om de milieuproblemen van het land te verminderen en een nationaal plan voor duurzame ontwikkeling op te stellen", zegt Luiz Aragão, de laatste auteur van het artikel. Aragão leidt INPE's Earth Observation and Geoinformatics Division,

Prioriteitsgebieden

De gegevensbronnen voor de studie omvatten INPE's Legal Amazonia Deforestation Satellite Monitoring Service (PRODES), die de jaarlijkse ontbossingsstatistieken produceert die door de Braziliaanse regering worden gebruikt bij het formuleren van openbaar beleid voor de regio. PRODES richt zich op snij-en-brandsnelheden en gebruikt sinds 1988 dezelfde methode.

Volgens het laatste rapport bedroegen de ontboste gebieden in de regio in totaal 13.235 km 2 tussen augustus 2020 en juli 2021. Dit was een stijging op jaarbasis van 22%, de grootste sinds 2006.

"Het idee voor het artikel ontstond in februari 2021 toen het Amazon Plan 2021/2022 werd aangekondigd", aldus Mataveli. "Ontbossing in de 11 gemeenten zou verantwoordelijk zijn voor 70% van de totale ontbossing die in de Amazone is gedetecteerd, maar het PRODES-nummer was anders. Toen we het model verbeterden, ontdekten we dat het een nuttig hulpmiddel was om toezicht en wetshandhaving effectiever te concentreren ."

Om de prioriteitsgebieden vast te stellen, definieerden de onderzoekers eerst wat ze noemen rastercellen van 25 km bij 25 km en regelmatig verspreid over de Amazone. Met behulp van het Random Forest machine learning-algoritme om ontbossingshotspots in het volgende jaar te voorspellen op basis van sets van multivariate regressies, plaatsten ze elke cel in een klasse met hoge, gemiddelde of lage prioriteit. Volgens het artikel identificeerde de methode een groter deel van de gebieden met een risico op ontbossing in termen van totale omvang en openbare percelen waar het kappen van bomen illegaal is.

Het model hield rekening met vijf voorspellers:ontbossing in voorgaande jaren, afstand tot rastercellen met hoge cumulatieve ontbossing in voorgaande jaren, afstand tot infrastructuren zoals wegen en waterwegen, totale beschermde oppervlakte in rastercellen en het aantal actieve branden.

De drie prioriteitsklassen waren gebaseerd op voorspelde ontbossing, waarbij waarden onder het 70e percentiel als laag werden geclassificeerd, waarden tussen het 70e en 90e percentiel als gemiddeld en waarden boven het 90e percentiel als hoog. De rastercellen die als hoog werden geclassificeerd, werden gebruikt om prioriteitsgebieden voor 2022 in kaart te brengen met een totale oppervlakte van 414.603 km 2 .

De auteurs merken ook op dat hun methode prioriteit geeft aan acties in grensgebieden van de 11 prioritaire gemeenten waar ontbossingsactiviteiten zijn geconcentreerd, andere gebieden van toenemende ontbossing vastlegt die niet worden gecontroleerd door het plan, prioriteiten bepaalt op basis van het land dat in het voorgaande jaar is vrijgemaakt, en geen afhankelijk zijn van geopolitieke grenzen zoals gemeenten.

"Voorrang geven aan deze 11 gemeenten zal onvoldoende zijn voor Brazilië om zijn internationale verplichtingen na te komen, inclusief de belofte om illegale ontbossing tegen 2028 tot nul terug te brengen, aangekondigd op COP-26 [de VN-klimaatconferentie van 2021 ]," zei Mataveli. "Bovendien heeft het plan tot doel de ontbossing met 8.719 km 2 te verminderen. per jaar, maar een decreet van 2018 stelde een veel lager doel van 3.925 km 2 per jaar na 2020."

Dit was een verwijzing naar decreet 9578 (2018), dat het nationale beleid inzake klimaatverandering consolideerde en als doel stelde om de ontbossing in het Amazonegebied met 80% terug te dringen in vergelijking met het gemiddelde voor 1996-2005. Dit is een van de acties waartoe Brazilië zich heeft verplicht om de uitstoot van broeikasgassen te beperken.

Naast de belofte om in 2028 geen ontbossing meer te doen, kondigde Brazilië tijdens de COP-26 ook aan dat het de uitstoot van broeikasgassen tegen 2030 met de helft zou verminderen ten opzichte van het niveau van 2005 en tegen 2050 klimaatneutraliteit zou bereiken. De uitstoot van broeikasgassen is te wijten aan wanbeheer van bossen en landgebruik, waaronder ontbossing en brand.

Toen het Amazon Plan 2021/2022 werd aangekondigd, bekritiseerden experts de gestelde doelen als onvoldoende omdat ze waren gebaseerd op het gemiddelde ontbossingspercentage voor de periode 2016-20, dat al 35% hoger was dan het gemiddelde van de voorgaande tien jaar.

Oproep voor aanvullende acties

Het artikel pleit voor een aantal complementaire acties om ontbossing tegen te gaan, naast directe methoden voor het stellen van doelstellingen voor het overheidsbeleid. Deze omvatten milieueducatie en bewustmaking, het identificeren en aansprakelijk stellen van actoren die milieubeschermingswetten overtreden en profiteren van illegale ontbossing, het stimuleren van projecten die investeren in de groene economie en het onderhoud van het staande bos, en het regulariseren van openbare en inheemse grondbezit.

"We hebben open source-code gebruikt om het model te maken en prioriteitsgebieden te definiëren," zei Mataveli. "We praten met het Terra Brasilis-platform om deze gebieden op te nemen in de informatie die beschikbaar is voor iedereen die er toegang toe wil hebben, zodat het in de praktijk kan worden gebruikt door alle geïnteresseerde staats- of gemeentelijke overheden." + Verder verkennen

Record ontbossing in Braziliaanse Amazone in februari