Varovanje gozdov: Ali so sistemi zgodnjega opozarjanja učinkoviti?
Gozdovi imajo nepogrešljivo vlogo pri krepitvi biotske raznovrstnosti, podpiranju stabilnega podnebja in zagotavljanju trajnostnega preživetja. Vendar pa zemlja hitro izgublja svoje gozdove. V zadnjih 30 letih je svet izgubil 180 milijonov hektarjev gozdov, kar je več kot skupna površina Libije. Gozdove, zlasti tropske deževne gozdove, pogosto krčijo nezakoniti izvajalci, da bi pridobili odprta zemljišča za velike kmetijske in rudarske dejavnosti, kar predstavlja resno grožnjo svetovnim prizadevanjem za zmanjšanje krčenja gozdov.
Zgodnje odkrivanje je ključni element prizadevanj za nadzor krčenja gozdov. Pri tem so igrali ključno vlogo umetni sateliti. Z uporabo redno posodobljenih optičnih satelitskih podatkov, kot je LANDSAT, ki zajame odboj sončne svetlobe od površine tal, je bilo od leta 2000 uvedenih več sistemov zgodnjega opozarjanja (EWS) za krčenje gozdov, da bi regulatorjem in skupinam civilne družbe zagotovili pravočasne informacije o spremembah gozdov. . EWS se zdaj pogosto uporabljajo v tropskih državah za spremljanje zaščite gozdov. The Globalna analiza in odkrivanje zemljišč (GLAD) na Oddelku za geografske znanosti na Univerzi v Marylandu vzdržuje en EWS z javno dostopnimi podatki o krčenju gozdov. Žal imajo optični satelitski podatki resno pomanjkljivost. Kot razpravljamo v našem poglavju v prihajajoči knjigi Preboj: Obljuba mejnih tehnologij za trajnostni razvoj, je odkrivanje krčenja gozdov z optičnimi sateliti bistveno težje v deževnem obdobju, ko je pokritost z oblaki visoka. To je resna težava, saj se večina nezakonitega uničenja zgodi v deževni sezoni v brazilski Amazoniji, da bi se izognili odkrivanju, navaja brazilska regulativna agencija za nezakonito krčenje gozdov.
Ena od rešitev je uporaba radarskih oči namesto optičnih oči. Radarski sateliti zajamejo sliko zemeljskega površja tako, da ujamejo odboj radarskih valov, ki jih satelit sam ustvari. Ti valovi lahko prodrejo v debele oblake, kar omogoča raziskovalcem, da ugotovijo, ali drevesa obstajajo na kopnem, ne glede na pokritost z oblaki. Japonski radarski satelit ALOS-2 lahko na primer zazna 1,5 do 10-krat več krčenja gozdov kot optični sateliti v deževnem obdobju na območju Amazonije (od novembra do marca). Na podlagi tega tehnološkega napredka se je imenoval nov EWS JJ-HITRO (JICA-JAXA Forest Early Warning System in the Tropics), ki uporablja radarske podatke ALOS-2, je bil uveden leta 2016 za zagotavljanje podatkov o krčenju gozdov v tropskih državah.
Čeprav lahko radarski EWS zajame krčenje gozdov bolj pravočasno in natančneje v deževni sezoni, ali je zmanjšal krčenje tropskih gozdov? Da bi odgovorili na to vprašanje, si oglejmo podatke iz brazilske Amazonije, edinega okrožja doslej, ki je uporabljalo radarski EWS za spremljanje krčenja gozdov. Upamo, da bodo kvantitativni dokazi, predstavljeni tukaj, motivirali druge države, da uporabijo to metodo za pomoč v boju proti krčenju gozdov.
Slika 1 konceptualizira, kako lahko radarski satelitski EWS pomaga preprečiti krčenje gozdov. Recimo, da sta v Amazoniji dve gozdni območji podobne velikosti. V zadnjih treh mesecih, recimo od februarja do aprila, sta imela območje 1 in območje 2 enako krčenje gozdov, merjeno po površini, glede na optične podatke (GLAD). Vendar pa slike, ki jih zagotavljajo radarski podatki (JJ-FAST), kažejo, da je bilo območje 1 obsežnejše krčenje gozdov kot območje 2. Ko gozdne agencije analizirajo podatke, bo območje 1 verjetno pritegnilo več pozornosti, kar pomeni, da se nezakoniti upravljavci na območju 1 soočajo večja verjetnost aretacije, ki spodbuja nezakonite izvajalce, da prenehajo s sečnjo in pobegnejo. Posledično bi morala biti krčenje gozdov na območju 1 v maju manjše. Če torej EWS, ki temelji na radarju, zmanjša krčenje gozdov, bi morala obstajati negativna korelacija med količino krčenja gozdov, ki ga zazna radar (JJ-FAST), in krčenjem gozdov v naslednjih mesecih.
Slika 1. Sistemi zgodnjega opozarjanja in pravni pregon
Naši podatki izhajajo iz treh rastrskih slik, ki pokrivajo brazilsko Amazonijo v letu 2019 – mesečni radarski podatki (JJ-FAST), mesečni optični podatki (GLAD) in povprečna mesečna oblačnost.
Slika 2.1. GLAD Alerts rastrska slika
Slika 2.2. JJ-FAST rastrska slika
Da bi raziskali, ali lahko opazimo statistično pomembno negativno korelacijo med krčenjem gozdov, ki ga je zaznal radarski satelit, in krčenjem gozdov v naslednjih mesecih, ocenimo naslednjo enačbo z uporabo OLS (navadni najmanjši kvadrati):
Kje Yet al je območje krčenja gozdov v celici j v mesecu t , poroča GLAD. JJjs je krčenje gozdov, ki ga je zaznal JJ-FAST v mesecu s v celici j . VESELjs je krčenje gozdov, ki ga je zabeležil GLAD. OBLAKet al je pokritost v oblaku. Naš interesni koeficient je b , kar je korelacija med krčenjem gozdov JJ-FAST v treh prejšnjih mesecih t in Yet al . Če b je negativna in statistično pomembna, to pomeni, da so celice z večjim krčenjem gozdov, ki jih je zabeležil JJ-FAST v zadnjih treh mesecih, sistematično zniževale rekord krčenja gozdov v tekočem mesecu.
Tabela 1 poroča o rezultatih. Če povzamemo, opažamo, da spremljanje JJ-FAST znatno zmanjša krčenje gozdov v brazilski Amazoniji. Prvi stolpec prikazuje rezultate ocene OLS. Kot je bilo pričakovano, ocena učinka pokritosti z oblaki, d , je negativna in pomembna, kar kaže, da je večja oblačnost povezana z nižjim zapisom krčenja gozdov s strani GLAD. Ocena za β i pomeni, da je 1 kmdvepovečanje krčenja gozdov, kot ga je zaznal JJ-FAST, v preteklih treh mesecih zmanjša krčenje gozdov v tekočem mesecu za 0,024 kmdve. Za potrditev robustnosti teh rezultatov poročamo tudi o rezultatih fiksnih učinkov v celici v drugem stolpcu. Z oceno fiksnega učinka se velikost vpliva JJ-FAST poveča na 0,120.
Naša kvantitativna raziskava kaže, da EWS, ki temelji na radarju, učinkovito zmanjšuje krčenje gozdov v brazilski Amazoniji. Čeprav je potrebna nadaljnja analiza z uporabo podatkov iz drugih geografskih območij, naši rezultati poudarjajo pomembno vlogo, ki jo lahko igrajo nove tehnologije pri varovanju globalnih javnih dobrin.
zvezde na vzhodnem nebu nocoj
