Melindungi hutan: Adakah sistem amaran awal berkesan?

Hutan memainkan peranan yang amat diperlukan dalam memperkukuh kepelbagaian biologi, menyokong iklim yang stabil, dan menyediakan mata pencarian yang mampan. Namun, bumi dengan cepat kehilangan hutannya. Dalam 30 tahun yang lalu, dunia telah kehilangan 180 juta hektar hutan—lebih besar daripada jumlah kawasan Libya. Hutan, terutamanya hutan hujan tropika, sering ditebang oleh pengusaha haram untuk memperoleh tanah lapang untuk operasi pertanian dan perlombongan berskala besar, yang menimbulkan ancaman serius kepada usaha global untuk mengurangkan penebangan hutan.

Pengesanan awal adalah elemen kritikal dalam usaha kawalan penebangan hutan. Satelit buatan telah memainkan peranan penting di sini. Menggunakan data satelit optik yang dikemas kini secara kerap, seperti LANDSAT, yang menangkap pantulan cahaya matahari dari permukaan tanah, beberapa sistem amaran awal (EWS) untuk penebangan hutan telah dilancarkan sejak tahun 2000-an untuk menyediakan maklumat tepat pada masanya tentang perubahan hutan untuk pengawal selia dan kumpulan masyarakat sivil . EWS kini digunakan secara meluas di negara tropika untuk memantau perlindungan hutan. The Analisis dan Penemuan Tanah Global (GEMBIRA) makmal di Jabatan Sains Geografi di Universiti Maryland mengekalkan satu EWS dengan data penebangan hutan yang tersedia untuk umum. Malangnya, terdapat kelemahan yang teruk kepada data satelit optik. Seperti yang kita bincangkan dalam bab kami dalam buku yang akan datang Breakthrough: The Promise of Frontier Technologies for Sustainable Development, mengesan penebangan hutan oleh satelit optik adalah jauh lebih sukar semasa musim hujan apabila liputan awan tinggi. Ini adalah masalah serius kerana kebanyakan pemusnahan haram berlaku semasa musim hujan di Amazon Brazil untuk mengelakkan pengesanan, menurut agensi kawal selia Brazil untuk penebangan hutan secara haram.

Satu penyelesaian ialah menggunakan mata radar sebagai ganti mata optik. Satelit radar menangkap imej permukaan bumi dengan menangkap pantulan gelombang radar yang dihasilkan oleh satelit itu sendiri. Gelombang ini boleh menembusi awan tebal, membolehkan penyelidik mengenal pasti sama ada pokok wujud di darat tanpa mengira liputan awan. Satelit radar ALOS-2 Jepun, sebagai contoh, boleh mengesan 1.5 hingga 10 kali lebih banyak penebangan hutan daripada satelit optik semasa musim hujan di kawasan Amazon (November hingga Mac). Berdasarkan kemajuan teknologi ini, EWS baharu dipanggil JJ-CEPAT (Sistem Amaran Awal Hutan JICA-JAXA di Tropika), menggunakan data radar ALOS-2, telah dilancarkan pada 2016 untuk menyediakan data tentang penebangan hutan di negara tropika.

Walaupun EWS berasaskan radar boleh menangkap penebangan hutan dengan lebih tepat pada masanya dan tepat semasa musim hujan, adakah ia telah mengurangkan penebangan hutan tropika? Untuk menjawab soalan ini, kami melihat data dari Amazon Brazil, satu-satunya daerah setakat ini yang telah menggunakan EWS berasaskan radar untuk pemantauan penebangan hutan. Kami berharap bukti kuantitatif yang disediakan di sini akan mendorong negara lain untuk menggunakan kaedah ini untuk membantu memerangi penebangan hutan.

Rajah 1 mengkonsepkan bagaimana satelit radar EWS boleh membantu mencegah penebangan hutan. Katakan terdapat dua kawasan hutan yang sama saiz di Amazon. Dalam tiga bulan lalu, katakan Februari hingga April, Kawasan 1 dan Kawasan 2 mempunyai jumlah penebangan hutan yang sama, diukur mengikut kawasan, mengikut data optik (GEMBIRA). Walau bagaimanapun, imej yang disediakan oleh data radar (JJ-FAST) menunjukkan bahawa Kawasan 1 mempunyai penebangan hutan yang lebih meluas daripada Kawasan 2. Apabila agensi hutan menganalisis data, Kawasan 1 berkemungkinan akan menarik lebih banyak perhatian, yang bermaksud bahawa pengendali haram di Kawasan 1 menghadapi kebarangkalian penangkapan yang lebih tinggi, memberi insentif kepada pengendali haram untuk menghentikan pembalakan dan melarikan diri. Akibatnya, penebangan hutan Kawasan 1 sepatutnya lebih kecil pada bulan Mei. Oleh itu, jika EWS berasaskan radar mengurangkan penebangan hutan, perlu ada korelasi negatif antara jumlah penebangan hutan yang dikesan oleh radar (JJ-FAST) dan penebangan hutan pada bulan-bulan berikutnya.

Rajah 1. Sistem amaran awal dan penguatkuasaan undang-undang

Data kami datang daripada tiga imej raster yang meliputi Amazon Brazil pada 2019—data radar bulanan (JJ-FAST), data optik bulanan (SENANG) dan purata litupan awan bulanan.

Rajah 2.1. Imej raster Makluman SENANG

Rajah 2.2. Imej raster JJ-FAST

Untuk menyiasat sama ada kita boleh memerhatikan korelasi negatif yang signifikan secara statistik antara penebangan hutan yang dikesan oleh satelit radar dan penebangan hutan pada bulan berikutnya, kami menganggarkan persamaan berikut menggunakan OLS (kuasa dua terkecil biasa):

di mana Y_{et al} ialah kawasan penebangan hutan dalam sel j dalam bulan t , dilaporkan oleh GLAD. JJ_js ialah penebangan hutan yang dikesan oleh JJ-FAST pada bulan s dalam sel j . GEMBIRA_js ialah penebangan hutan yang direkodkan oleh SENANG. AWAN_{et al} ialah liputan awan. Pekali faedah kami ialah b , iaitu korelasi antara penebangan hutan JJ-FAST selama tiga bulan sebelumnya t dan Y_{et al} . Jika b adalah negatif dan signifikan secara statistik, ini bermakna bahawa sel-sel dengan penebangan hutan yang lebih tinggi yang direkodkan oleh JJ-FAST dalam tempoh tiga bulan lalu telah menurunkan rekod penebangan hutan secara sistematik pada bulan semasa.

Jadual 1 melaporkan keputusan. Ringkasnya, kami melihat bahawa pemantauan JJ-FAST mengurangkan penebangan hutan dengan ketara di Amazon Brazil. Lajur pertama menunjukkan keputusan anggaran OLS. Seperti yang dijangkakan, anggaran kesan liputan awan, d , adalah negatif dan ketara, menunjukkan bahawa liputan awan yang lebih tinggi dikaitkan dengan rekod penebangan hutan yang lebih rendah oleh GLAD. Anggaran sebanyak β i mplies bahawa 1 km^duapeningkatan dalam penebangan hutan, seperti yang dikesan oleh JJ-FAST, dalam tiga bulan sebelumnya mengurangkan penebangan hutan pada bulan semasa sebanyak 0.024 km^dua. Untuk mengesahkan keteguhan keputusan ini, kami juga melaporkan hasil kesan tetap pada sel dalam lajur kedua. Dengan anggaran kesan tetap, magnitud kesan JJ-FAST meningkat kepada 0.120.

Siasatan kuantitatif kami menunjukkan bahawa EWS berasaskan radar berkesan mengurangkan penebangan hutan di Amazon Brazil. Walaupun analisis lanjut menggunakan data dari geografi lain diperlukan, hasil kami menyerlahkan peranan penting yang boleh dimainkan oleh teknologi baharu dalam melindungi barangan awam global.

bagaimana galileo mengubah dunia