要約
森林破壊の迅速な評価のために樹木被覆の変化を監視することは、炭素を削減するための気候緩和政策の重要な要素と考えられています。
ここでは、2015 年から 2022 年までの熱帯の樹木被覆と森林破壊を、ブラジルのマト グロッソ (MT) 州の 5 m の空間解像度 Planet NICFI 衛星画像と U-net ディープ ラーニング モデルを使用してマッピングします。
州の樹木被覆は、2015 年には 556510.8 km$^2$ (MT 州の 58.1 %) でしたが、2021 年末には 141598.5 km$^2$ (総面積の 14.8 %) に減少しました。
2016 年 12 月の森林伐採面積は 6632.05 km$^2$ でしたが、年 2 回の森林伐採面積は 2016 年 12 月から 2019 年 12 月までの間にわずかな増加を示しただけでした。1 年後、森林伐採面積は 12 月の 9944.5 km$^2$ からほぼ倍増しました。
2019 年から 2021 年 12 月の 19817.8 km$^2$。高解像度データ プロダクトは、ブラジルの公式の森林破壊マップ (67.2%) と比較的一貫した一致を示しましたが、世界の森林変化 (GFC
）製品、主にGFCデータで観察された火災劣化の広い領域によるものです。
深層学習技術に関連する Planet NICFI からの高解像度画像は、熱帯地方の森林破壊範囲のマッピングを大幅に改善できます。
要約(オリジナル)
Monitoring changes in tree cover for rapid assessment of deforestation is considered the critical component of any climate mitigation policy for reducing carbon. Here, we map tropical tree cover and deforestation between 2015 and 2022 using 5 m spatial resolution Planet NICFI satellite images over the state of Mato Grosso (MT) in Brazil and a U-net deep learning model. The tree cover for the state was 556510.8 km$^2$ in 2015 (58.1 % of the MT State) and was reduced to 141598.5 km$^2$ (14.8 % of total area) at the end of 2021. After reaching a minimum deforested area in December 2016 with 6632.05 km$^2$, the bi-annual deforestation area only showed a slight increase between December 2016 and December 2019. A year after, the areas of deforestation almost doubled from 9944.5 km$^2$ in December 2019 to 19817.8 km$^2$ in December 2021. The high-resolution data product showed relatively consistent agreement with the official deforestation map from Brazil (67.2%) but deviated significantly from year of forest cover loss estimates from the Global Forest change (GFC) product, mainly due to large area of fire degradation observed in the GFC data. High-resolution imagery from Planet NICFI associated with deep learning technics can significantly improve mapping deforestation extent in tropics.
arxiv情報
| 著者 | Fabien H Wagner,Ricardo Dalagnol,Celso HL Silva-Junior,Griffin Carter,Alison L Ritz,Mayumi CM Hirye,Jean PHB Ometto,Sassan Saatchi |
| 発行日 | 2022-11-17 18:59:44+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google