Los pastizales de uso extensivo albergan un alto grado de biodiversidad y desempeñan una importante función de protección del clima como sumidero de carbono y también sirven para la producción de forraje y alimentos.
por la Asociación Helmholtz de Centros de Investigación Alemanes
Sin embargo, estos servicios ecosistémicos se ven amenazados si se maximiza la productividad de estas tierras y, por lo tanto, se intensifica su uso. Hasta ahora, los datos sobre el estado de los prados y pastos en Alemania no han estado disponibles para áreas más grandes. En la revista Remote Sensing of Environment , los investigadores del Centro Helmholtz para la Investigación Ambiental (UFZ) ahora han descrito cómo los datos satelitales y los métodos de aprendizaje automático nos permiten evaluar la intensidad del uso de la tierra.
La misión espacial Sentinel-2 comenzó con el lanzamiento del satélite de observación de la Tierra Sentinel-2A en junio de 2015 y Sentinel-2B en marzo de 2017. Desde entonces, estos dos satélites han estado orbitando en el espacio a una altitud de casi 800 kilómetros y , como parte del programa Copernicus de la Agencia Espacial Europea (ESA), proporcionando datos para, por ejemplo, la protección del clima y el control de la tierra. Cada tres a cinco días, graban imágenes en el rango visible e infrarrojo del espectro electromagnético que, con una resolución muy alta de hasta 10 metros, proporcionan una base sólida para detectar características como cambios en la vegetación.
Un equipo interdisciplinario de investigadores del Centro Helmholtz para la Investigación Ambiental (UFZ) utilizó estos datos de libre acceso para estudiar la intensidad del uso de la tierra de los pastizales alemanes durante los años 2017 y 2018. Según la Oficina Federal de Estadística, estos pastizales cubren un área de aproximadamente 4,7 millones de hectáreas y, por lo tanto, casi el 30 por ciento de todas las tierras agrícolas. “Necesitamos más información sobre la intensidad del uso de la tierra de los pastizales para comprender mejor la estabilidad y el funcionamiento de nuestros ecosistemas .se utiliza, mayor es la influencia en la producción primaria, la deposición de nitrógeno y la resiliencia a los cambios climáticos “, dice el autor principal, el Dr. Maximilian Lange. Él es un científico en el Departamento de Detección Remota de UFZ, que está integrado en el “Centro de Detección Remota para Earth System Research”, fundado conjuntamente por la UFZ y la Universidad de Leipzig.
Un requisito previo para la conservación a largo plazo de los pastizales es una gestión subyacente, por ejemplo, corte o pastoreo. Si no se usa, las áreas se encuentran con la invasión de arbustos. Pero la intensidad de la gestión de los pastizales es fundamental para su capacidad de proporcionar servicios ecosistémicos. Sin embargo, no hay datos disponibles públicamente en toda Alemania sobre cómo los agricultores gestionan sus pastizales. El científico de UFZ ahora ha utilizado los datos satelitales con una resolución de 20 metros para derivar inferencias sobre la frecuencia de corte, la intensidad de pastoreo de ganado, caballos, ovejas y cabras, y la fertilización en Alemania.
“La magnitud de estos tres tipos de gestión es fundamental para la intensidad de uso”, dice Lange. Definió clases de frecuencia de siega de 0 (no segada) a 5 (segada cinco veces al año) y calculó una intensidad de pastoreo de 0 a 3 (fuertemente pastoreada) a partir de una combinación de números de ganado, especies y edades. Para la fecundación, distinguió entre fecundado y no fecundado. Combinó estas tres categorías para derivar un índice que indica la intensidad de manejo de un área de pastizal que va de “extensivo” a “intensivo”.
Usó inteligencia artificial (IA) para obtener información sobre los tres parámetros de uso en función de los datos multidimensionales que los investigadores obtuvieron de las imágenes de satélite. “La IA puede obtener información de manera muy eficiente a partir de datos que son demasiado complejos para que los humanos los comprendan. Los datos de referencia se pueden usar para entrenar algoritmos de aprendizaje automático para identificar patrones en los datos satelitales que luego podemos evaluar y aplicar para inferir conclusiones para áreas grandes”. él dice.
Lange obtuvo los datos de referencia de los datos de campo de tres Exploratorios de Biodiversidad patrocinados por la Fundación Alemana de Investigación (DFG) en Hainich, Schorfheide y Schwäbische Alb. Allí se han llevado a cabo varios experimentos desde 2006 en estudios a largo plazo sobre pastizales con diferentes niveles de intensidad de uso de la tierra. Estos experimentos investigan temas como la forma en que el uso de la tierra afecta la biodiversidad y los efectos de los cambios en la composición de las especies en los procesos del ecosistema.
Lange usó dos algoritmos para evaluar con qué precisión el aprendizaje automático reconoce el uso real de los pastizales a partir de los datos satelitales: Random Forest, un método estándar de detección remota para clasificar la cobertura terrestre, y CNN (Redes neuronales convolucionales), un método de aprendizaje profundo utilizado principalmente en el procesamiento de imágenes. . El resultado: “Ambos métodos hacen un buen trabajo al representar la realidad, y el método CNN es un poco mejor”, dice. Con el método CNN, el investigador de la UFZ pudo aproximar los datos de los Exploratorios de Biodiversidad de la DFG, que oscilaron entre el 66 y el 85 por ciento (66 por ciento de intensidad de pastoreo, 68 por ciento de régimen de siega, 85 por ciento de fertilización) para el ejemplo de 2018. Random Forest los resultados basados fueron ligeramente más bajos para los tres parámetros.
Esta es una alta precisión de clasificación para estudios de sensores remotos ecológicos comparables, pero podría mejorarse aún más si se dispusiera de más datos sobre el uso de pastizales. “Cuantos más datos se puedan usar para entrenar un método de aprendizaje profundo y más precisos sean estos datos, más precisos serán los resultados”, dice Lange. En un paso más, probó la plausibilidad de los resultados en cuatro regiones de ejemplo en Alemania. Dos de estas regiones (Oberallgäu y Dithmarschen) son conocidas por su uso intensivo de pastizales, mientras que una cerca de la Reserva de la Biosfera de Rhön solo tiene un uso moderado y la otra, una reserva natural en Sajonia-Anhalt, solo se usa de forma extensiva. Esta comparación también arrojó una buena coincidencia entre los resultados basados en sensores remotos y los datos reales.
En general, el equipo de UFZ descubrió que los pastizales se utilizaron con menos intensidad en Alemania en 2018 que en 2017. “Esto se debió principalmente a la sequía de 2018 y la pérdida asociada de productividad de los pastizales”, dice el Dr. Daniel Doktor, último autor de la publicación y jefe del Grupo de Trabajo de Dinámica y Cobertura Terrestre de la UFZ. Por ejemplo, los cálculos muestran que el 64 % de los pastizales no se segó en 2018, mientras que este valor fue solo del 36 % en 2017.
“Los resultados también muestran las diferencias de gestión en Alemania. La gestión suele ser muy intensiva en regiones como Allgäu o Schleswig-Holstein, mientras que es mucho más extensa en Brandeburgo o partes de Sajonia”, dice. Pero esta evaluación es sólo el comienzo. Se necesitan datos de gestión más precisos de otras regiones de Alemania para sacar conclusiones aún más precisas con los algoritmos de aprendizaje automático.
