摘要
很大一部分旱地乔木和灌木(以下统称乔木)是孤立生长的,没有冠层封闭。这些非森林树木在生物多样性方面发挥着至关重要的作用,并为人类和动物提供碳储存、食物资源和住所等生态系统服务1,2.然而,大多数与树木有关的公众兴趣都集中在森林上,而森林以外的树木并没有很好的文献记录3..在这里,我们绘制了每棵超过3米的树的树冠大小2面积超过了130万公里2在西非撒哈拉,萨赫勒和半湿润地区,使用亚米分辨率的卫星图像和深度学习4.我们检测到超过18亿棵树(每公顷13.4棵),树冠中位数为12米2,沿每年0至1,000毫米的雨量梯度。在超干旱区,冠层覆盖率从0.1%(每公顷0.7棵树)增加到1.6%(每公顷9.9棵树),在半干旱区增加到5.6%(每公顷30.1棵树),在半湿润区增加到13.3%(每公顷47棵树)。尽管总体的冠层覆盖率很低,但相对较高的孤立树木密度挑战了关于旱地荒漠化的普遍说法5,6,7,甚至沙漠也显示出惊人的高树木密度。我们的评估提出了一种监测全球森林外树木的方法,并探索它们在减缓退化、气候变化和贫困方面的作用。
这是订阅内容的预览,通过你所在的机构访问
相关的文章
引用本文的开放获取文章。
卢旺达全国树级地上碳储量图
自然气候变化开放获取12月22日
绘制全球湖泊动态图揭示了小湖泊正在发挥的作用
自然通讯开放获取2022年10月1日
基于U-Net的高分辨率遥感图像单株树冠勾画
神经计算及应用开放获取2022年8月16日
访问选项
订阅《自然》+
立即在线访问《自然》和其他55种《自然》杂志
29.99美元
每月
订阅期刊
获得1年的完整期刊访问权限
199.00美元
每期仅需3.90美元
所有价格均为净价格。
增值税稍后将在结帐时添加。
税务计算将在结账时完成。
买条
在ReadCube上获得时间限制或全文访问。
32.00美元
所有价格均为净价格。
![](https://media.springernature.com/m312/springer-static/image/art%3A10.1038%2Fs41586-020-2824-5/MediaObjects/41586_2020_2824_Fig1_HTML.png)
![](https://media.springernature.com/m312/springer-static/image/art%3A10.1038%2Fs41586-020-2824-5/MediaObjects/41586_2020_2824_Fig2_HTML.png)
![](https://media.springernature.com/m312/springer-static/image/art%3A10.1038%2Fs41586-020-2824-5/MediaObjects/41586_2020_2824_Fig3_HTML.png)
![](https://media.springernature.com/m312/springer-static/image/art%3A10.1038%2Fs41586-020-2824-5/MediaObjects/41586_2020_2824_Fig4_HTML.png)
数据可用性
全球树木覆盖地图可在http://earthenginepartners.appspot.com/science-2013-global-forest.CHIRPS雨量资料可于气候危害组(https://www.chc.ucsb.edu/data/chirps).哥白尼土地使用地图可于https://land.copernicus.eu/global/.商业高分辨率卫星图像由NASA根据NextView图像最终用户许可协议获得。版权仍归DigitalGlobe所有,不可能再发行。然而,本文中生产的衍生产品在橡树岭国家实验室公开提供https://doi.org/10.3334/ORNLDAAC/1832.任何进一步的相关数据可根据合理要求从相应作者处获得。
代码的可用性
基于U-Net的树检测框架在https://doi.org/10.5281/zenodo.3978185;更多信息请访问A.K. (kariryaa@uni-bremen.de或ankit.ky@gmail.com)。
参考文献
Bayala, J., Sanou, J., Teklehaimanot, Z., Kalinganire, A. & Ouédraogo, S. Parklands用于缓冲气候风险和维持西非萨赫勒地区的农业生产。咕咕叫。当今。环绕。维持.6, 28-34(2014)。
斯特林格,L. C.等。将干地的碳封存、生计和生态系统服务提供联系起来的挑战和机遇。环绕。科学。政策月19日至20日, 121-135(2012)。
Schnell, S., Kleinn, C. & Ståhl, G.监测森林外的树木:综述。环绕。Monit。评估.187, 600(2015)。
LeCun, Y., Bengio, Y. & Hinton, G.深度学习。自然521, 436-444(2015)。
《非洲旱地沙漠化的性质、原因和后果》。土地Degrad。Dev.9, 1-20(1998)。
恐惧的历史:想象西非旱地森林的森林砍伐。水珠。生态。Biogeogr.8, 291-300(1999)。
费尔黑德,J. &利奇,M.虚假森林历史,共谋社会分析:重新思考一些西非环境叙事。世界上开发.23, 1023-1035(1995)。
汉森,m.c.等。21世纪森林覆盖变化的高分辨率全球地图。科学342, 850-853(2013)。
伊科维茨,A,鲍威尔,B,萨利姆,M. A. &桑德兰,T. C. H.非洲的饮食质量和树木覆盖。水珠。环绕。改变24, 287-294(2014)。
Baudron, F, Chavarría, J. Y. D., Remans, R., Yang, K. & Sunderland, T.森林对埃塞俄比亚南部饮食多样性的间接贡献。生态。Soc.22, 28(2017)。
安哲森等人。环境收入与农村生计:全球比较分析。世界上开发.64, s12-s28(2014)。
里德,J.等人。生命之树:树木对热带地区粮食生产和生计的生态系统服务贡献。对。政策经济学.84, 62-71(2017)。
布里托,J. C.等。揭示撒哈拉-萨赫勒地区的生物多样性、进化和保护威胁。医学杂志。坎布·菲洛斯牧师。Soc.89, 215-231(2014)。
勃兰特,等人。卫星被动微波揭示了非洲旱地最近由气候引起的碳损失。Nat,生态。另一个星球.2, 827-835(2018)。
de Foresta, H.等人。森林外树木评估(资源评估工作文件183)(粮农组织,2013年)。
克劳瑟,t.w.等。在全球范围内绘制树木密度图。自然525, 201-205(2015)。
陈志强,陈志强,陈志强。非洲热带稀树草原木本植被结构的研究。Biogeosciences14, 3239-3252(2017)。
Schepaschenko, D.等。关于“旱地生物群落中森林的范围”的评论。科学358, eaao0166(2017)。
廷,肯尼迪。et al。旱地生物群落中森林的范围。科学356, 635-638(2017)。
歌,X.-P。et al。1982年至2016年全球土地变化。自然560, 639-643(2018)。
勃兰特,等人。减少西非林地的树木覆盖,促进半干旱农田的发展。Nat。Geosci.11, 328-333(2018)。
勃兰特,等人。基于季节指标的旱地木本植物覆盖估算。遥感,环境.172, 28-38(2016)。
Reichstein等人。数据驱动的地球系统科学的深度学习和过程理解。自然566, 195-204(2019)。
Ronneberger, O., Fischer P. & Brox, t.u -net:用于生物医学图像分割的卷积网络。在医学图像计算与计算机辅助干预国际会议(eds。Navab, N.等)234-241,(施普林格,2015)。
Muller-Landau, H. C.等。比较热带森林树木大小分布与代谢生态学和平衡模型的预测。生态。列托语.9, 589-602(2006)。
布赫霍恩等人。哥白尼全球土地服务:土地覆盖100米:新纪元2018:非洲演示。https://land.copernicus.eu/global/products/lc(2019)。
伍德,S. A. & Baudron, F.土壤有机质是小农农业作物营养质量和生产力的基础。阿格利司。Ecosyst。环境.266, 100-108(2018)。
桑德布鲁克,C.,桑德兰,T.和图,T. N.在森林和粮食(Bhaskar, V. et al.) 73-136 (Open Book, 2015)。
Rasolofoson, r.a., Hanauer, m.m., Pappinen, A, Fisher, B. & Ricketts, t.h.森林对27个发展中国家农村地区儿童饮食的影响。科学。阿德.4, eaat2853(2018)。
Griscom, b.w.等。自然气候解决方案。国家科学院学报美国114, 11645-11650(2017)。
塔克,C. J.红色和摄影红外线性组合监测植被。遥感,环境.8, 127-150(1979)。
LeCun, Y.等。带有反向传播网络的手写数字识别。在神经信息处理系统研究进展(编。Touretzky, D. S.) 396-404(神经信息处理系统基金会,1990)。
Long, J., Shelhamer, E. & Darrell, T.用于语义分割的全卷积网络。在IEEE计算机视觉与模式识别会议(CVPR)(eds Bischof, H. et al.) 3431-3440 (IEEE计算机学会,2015)。
Sermanet, P.等。OverFeat:使用卷积网络集成识别、定位和检测。预印在https://arxiv.org/abs/1312.6229(2014).
Cordts等人。语义城市场景理解的城市景观数据集。在IEEE计算机视觉与模式识别会议(CVPR)(eds Bajcsy, R.等人)3213-3223 (IEEE计算机学会,2016)。
辛普森,a.l.等。一个用于分割算法开发和评估的大型注释医学图像数据集。预印在https://arxiv.org/abs/1902.09063(2019)。
Perslev, M, Dam, E, Pai, a . & Igel, C.一个网络来分割它们:一个通用的,轻量级的精确3D医学图像分割系统。在医学图像计算与计算机辅助干预(MICCAI)(Shen, D. et al.) 30-38(施普林格,2019)。
Koch, T., Perslev, M., Igel, C. & Brandt, S.用U-nets精确分割牙科全景x光片。在Proc。IEEE生物医学成像国际研讨会(ISBI)(eds Davis, L.等人)15-19 (IEEE计算机学会,2019)。
Srivastava, N.等人。Dropout:一种防止神经网络过拟合的简单方法。j·马赫。学习。Res.151929-1958(2014)。
Ioffe, S. & Szegedy, C.批量归一化:通过减少内部协变量移位加速深度网络训练。在国际机器学习会议(ICML)(巴赫,F. & Blei, D.) 448-456 (PMLR, 2015)。
欧德纳,A,迪穆兰,V. &欧拉,C.反褶积和棋盘伪影。蒸馏https://distill.pub/2016/deconv-checkerboard/(2016)。
Sadegh, S., Salehi, M., Erdogmus, D. & Gholipour, A.使用3D全卷积深度网络进行图像分割的Tversky损失函数。在医学影像中的机器学习国际研讨会(王q .等)379-387(施普林格,2017)。
Funk, C.等人。气象站红外降水是气候灾害监测的新记录。科学。数据2, 150066(2015)。
亨格尔,T.等。以250米分辨率绘制非洲土壤特性:随机森林显著改善了目前的预测。《公共科学图书馆•综合》10, e0125814(2015)。
确认
我们感谢Maxar通过国家地理空间情报局的NextView图像最终用户许可协议提供商业卫星数据。这项研究是Blue Waters持续的peva计算项目的一部分,该项目由美国国家科学基金会(授予OCI-0725070和ACI-1238993)、伊利诺伊州和截至2019年12月的国家地理空间情报局支持。“蓝水”是伊利诺伊大学香槟分校及其国家超级计算应用中心的联合成果。M.B.由AXA博士后研究基金和DFF Sapere Aude基金(9064-00049B)资助。A.K.和J. Schöning由大众汽车基金会的利希滕贝格教授资助。J.C.承认ANR授予(CEBA, ref. ANR-10- labx -25-01和TULIP: ANR-10- labx -0041)。我们感谢Villum基金会通过“深度学习和遥感解锁全球生态系统资源动态”(DeReEco)项目提供的支持。L.V.R.是由欧洲研究委员会(ERC)在欧盟地平线2020研究和创新计划(资助协议编号:no。853222 FORESTDIET)。本文为全球土地计划(Global Land Programme, glp.earth)提供资料。 We thank the group around M. Hansen for making their product on global tree cover freely available; T. Lee for suggesting this project; K. Murphy for his support; D. Duffy for his high-performance computing support; S. Keesey, C. Williamson, C. Crittenden, K. Allen, M. Schlenk, B. Bates and K. Peterman for their satellite data contributions; and W. Kramer and B. Bode for their high-performance computing support. Approved for public release, no. 20-732.
作者信息
作者及隶属关系
贡献
m.b., c.j.t., R.F.和K.R.设计了这项研究。c.j.t., J. Small, s.s., j.m., e.r., E.G.和K.M.编制和处理卫星数据。M.B.选择训练数据。A.K.编写了深度学习框架的代码,s.l., J. Schöning, f.g., J.M.和c.i.m.b., c.a., A.K.和J.C.进行了分析。由p.h.、j.c.、R.F.、k.r.、l.k.、o.m.、A.M.和A.A.D. m.d.、C.A.和R.F.进行解释,收集现场数据。k.r., M.B.和L.V.R.在所有作者的贡献下撰写了第一份手稿草案。M.B.设计了这些人物。
相应的作者
道德声明
相互竞争的利益
作者声明没有利益竞争。
额外的信息
同行评审信息自然感谢Niall Hanan, Liming Zhou和其他匿名审稿人对本工作的同行评审所做的贡献。
出版商的注意施普林格自然对出版的地图和机构从属关系中的管辖权主张保持中立。
扩展的数据图形和表格
扩展数据图1预测树冠。
这组来自独立测试数据集的256 × 256像素图显示了卷积神经网络模型在0.5 m分辨率下从全色图像(左列)和NDVI(中央列)预测树木(右列)的能力。
扩展数据图3单个树冠的映射。
一个在训练模型之前,标记的树冠(浅蓝色)之间的空间被填充(红色),并被赋予更高的权重。在训练过程中,与其他错误分类相比,模型因错误分类间隙像素而受到更强烈的惩罚。因此,相互接触或靠近的树冠可以可靠地分开。b,预测树的例子(绿色),表明大多数彼此靠近的树被映射为单独的树。
图4训练场地和研究区域概况。
对墙映射的研究区域是撒哈拉和萨赫勒地区的最西端。它代表了典型的南北向生态和气候梯度,从超干旱地区的撒哈拉沙漠开始(降雨量为每年0-150毫米)1),植被稀疏,干旱(年降雨量150-300毫米−1)和半干旱(年降雨量300-600毫米−1)萨赫勒地区的牧场和农田,可达半湿润(年降雨量600 - 1000毫米−1)苏丹的土地,那里的灌木丛变成了森林。一个,人工绘制的用于训练模型的89,899个树冠的位置以红色显示。啾啾降雨43用来划定雨区。农田和城市的土地利用来自哥白尼全球土地26.在塞内加尔Widou和Dahra周围的实地站点收集了现场数据。数据质量不足,年降雨量超过1000毫米的地区−1被掩盖了。b,该地区分为沙质区(含砂量>70%)和非沙质区44.
扩展数据图5本研究中映射的变量。
一个,树冠尺寸大于3米的树木密度2每公顷。b,天篷盖。c,平均牙冠大小。所有变量通过100 × 100米(1公顷)网格进行映射。等雨量线为每年150、300、600及1,000毫米−1也显示。
扩展数据图6树密度类。
一个- - - - - -d,每公顷的树密度显示不同树冠大小等级:3-15米2(一个), 15-50米2(b), 50-200米2(c)和> 200m2(d).树在>级200米2通常不代表单个树冠,而是反映封闭的树冠区域。树木<3米2没有显示,因为这类有很高的不确定性。
图8卫星图像概览。
我们使用了QuickBird-2、GeoEye-1、WorldView-2和WorldView-3卫星在2005年11月至2018年3月期间拍摄的11,128张多光谱图像。优先级设置为旱季早期(从11月开始)的图像,离底角度<25°。尽管该模型已经过训练并验证可用于旱季后期图像,但2月和3月的不确定性较高。一个,图像采集月。b,图像采集时刻的太阳方位角。c,每个图像显示的离最低点角度。
权利和权限
关于本文
引用本文
布兰特,M.,塔克,c.j.,卡里亚,A.。et al。西非撒哈拉和萨赫勒地区的树木数量惊人。自然587, 78-82(2020)。https://doi.org/10.1038/s41586-020-2824-5
收到了:
接受:
发表:
发行日期:
DOI:https://doi.org/10.1038/s41586-020-2824-5
这篇文章被引用
卢旺达全国树级地上碳储量图
自然气候变化(2023)
揭示了世界热带干燥林地主要类型的森林砍伐边界
自然的可持续性(2022)
气候遗产驱动着旱地森林的分布和未来的恢复潜力
自然植物(2022)
绘制全球湖泊动态图揭示了小湖泊正在发挥的作用
自然通讯(2022)
西北非洲水文气候和植被的更新世驱动因素
自然通讯(2022)