Innowacyjne badania nad gazami cieplarnianymi i ich wpływem na zmiany klimatyczne
Obecny kryzys klimatyczny wymaga precyzyjnej analizy czynników, które przyczyniają się do wzrostu emisji gazów cieplarnianych oraz tych, które mogą przeciwdziałać ich szkodliwym skutkom. W najnowszych badaniach przeprowadzonych przez młodych naukowców w ramach projektu SARP (Student Airborne Research Program) zaprezentowano szereg innowacyjnych metod badawczych dotyczących strumieni dwutlenku węgla (CO₂) i metanu (CH₄), dwóch kluczowych gazów cieplarnianych odpowiedzialnych za globalne ocieplenie. Poniżej przedstawiamy szczegółowe wyniki tych badań, które mogą pomóc w lepszym zrozumieniu wpływu procesów ekosystemowych na zmiany klimatu.
—
Wykorzystanie NDVI do prognozowania strumieni CO₂ w mokradłach Kalifornii
Angelina De La Torre z California State University Channel Islands zbadała związek między wskaźnikiem NDVI (Normalized Difference Vegetation Index) a produktywnością fotosyntetyczną (GPP – Gross Primary Productivity) oraz emisjami CO₂ na mokradłach w Kalifornii. NDVI, mierzący zdrowotność roślinności, stanowił proxy dla GPP, co pozwoliło zidentyfikować zależności między gęstością roślinności a poziomem emisji CO₂. Mokradła o większej gęstości roślinności charakteryzowały się niższymi emisjami CO₂, co sugeruje potencjał ekosystemów roślinnych w sekwestracji węgla.
Jednak ograniczenia w dostępności danych Landsat, które dostarczają obrazów co 16 dni, oraz brak wcześniejszych danych do analizy historycznej ograniczyły możliwości badawcze. Wnioski z projektu wskazują na potrzebę rozszerzenia badań na inne typy klimatu i mokradeł w celu lepszego zrozumienia globalnych procesów pochłaniania CO₂.
—
Sztuczna inteligencja w analizie zależności między NDVI a wymianą węgla w czasie pandemii COVID-19
Samarth Jayadev z California State University, Monterey Bay przeprowadził badania z wykorzystaniem algorytmu Gradient Boosting Decision Trees (GBDT) do przewidywania wymiany netto węgla (NCE) w Stanach Zjednoczonych podczas pandemii COVID-19. Model analizował zmienność NDVI w różnych miesiącach roku, wykorzystując dane z satelitów NASA OCO-2.
Algorytm wykazał, że NDVI w szczytowych (sierpień) i niskich (styczeń) okresach wegetacji miało największy wpływ na prognozę NCE. Wyniki te podkreślają potencjał sztucznej inteligencji w analizie nieliniowych zależności między procesami ekosystemowymi a gazami cieplarnianymi. W przyszłości badania mogą uwzględniać wpływ zmian użytkowania ziemi, takich jak urbanizacja, na wymianę węgla.
—
Analyse dronów i lidarów w ocenie wymiany węgla w lasach liściastych
Makai Ogoshi z University of Minnesota wykorzystał dane z systemów lidarowych GEDI i Sentinel-2, aby zbadać wpływ struktury koron drzew na wymianę węgla w lasach liściastych. Odkryto silną korelację między średnią wysokością koron a pierwotną produkcją netto (NPP). Jednak bardziej złożone wskaźniki, takie jak standardowe odchylenie wysokości koron, nie wykazały podobnych zależności.
Wyniki sugerują, że produkty satelitarne mogą być skuteczne w globalnym modelowaniu wymiany węgla w lasach, choć nadal istnieją istotne ograniczenia, takie jak brak danych przestrzennych i czasowych o wysokiej rozdzielczości.
—
Wpływ głębokości korzeni na koncentrację metanu w wodach glebowych mokradła
Sebastian Reed z University of Alaska Anchorage analizował czynniki wpływające na koncentrację metanu w wodach gruntowych mokradeł. Wyniki pokazały, że większa głębokość korzeni roślin była związana z wyższą koncentracją metanu. Ciekawym odkryciem było także to, że rośliny wieloletnie generowały więcej metanu w porównaniu z roślinami jednorocznymi.
Choć korelacje nie były znaczące statystycznie, badanie rzuca nowe światło na złożone procesy emisji metanu i wpływ cech roślinnych na ich intensywność. Dalsze badania mogłyby pomóc opracować strategie ograniczania emisji metanu z mokradeł.
—
Profilowanie pionowe koncentracji CO₂ nad obszarami miejskimi
Nohemi Rodarte z Adams State University zbadała koncentrację CO₂ na różnych wysokościach w powietrzu nad Hopewell w Wirginii, wykorzystując dane lotnicze. Analiza wykazała, że koncentracja CO₂ nie była równomiernie rozłożona z wysokością. Pojawiły się dwa szczyty – na wysokościach 700-800 stóp oraz 1100-1200 stóp, co wskazuje na złożone procesy mieszania gazów w dolnej troposferze.
Dalsze badania powinny uwzględniać wpływ emisji powierzchniowych, warunków atmosferycznych i dynamiki lokalnej na rozkład pionowy CO₂, co może pomóc w zrozumieniu złożonych procesów transportu tego gazu w atmosferze.
—
Powiązanie NDVI z emisjami CO₂ i CH₄ w Wielkim Bagnie Ponurym
Camille Shaw z Brigham Young University skupiła się na analizie strumieni gazów cieplarnianych w Wielkim Bagnie Ponurym oraz otaczających je terenach miejskich. Badania wykazały, że w obszarach z niskim NDVI, takich jak tereny miejskie, strumienie CO₂ były dodatnie, co jest wynikiem emisji antropogenicznych, podczas gdy lasy o wysokim NDVI wykazywały ujemne strumienie CO₂ dzięki fotosyntezie. W przypadku metanu nie zaobserwowano znaczącej korelacji z NDVI, co jest wynikiem emisji tego gazu zarówno w lasach, jak i w miastach.
Wyniki podkreślają konieczność dalszych badań nad zależnościami sezonowymi i dziennymi, aby lepiej zrozumieć dynamikę emisji gazów cieplarnianych w różnych typach ekosystemów.
—
Podsumowanie
Przedstawione badania dostarczają ważnych danych na temat dynamiki gazów cieplarnianych w różnych środowiskach – od mokradeł i lasów po obszary miejskie. Zastosowane metody, takie jak analiza wskaźnika NDVI, algorytmy sztucznej inteligencji, dane lidarowe oraz pomiary lotnicze, pokazują, jak zaawansowane technologie mogą wspierać zrozumienie i modelowanie procesów ekologicznych. Wyniki te stwarzają potencjał do opracowania skutecznych strategii walki ze zmianami klimatycznymi i dalszego monitorowania globalnego cyklu węgla.
