📊 statistics

Foundation-Model Earth Representations Enable Regional-Scale Forest Aboveground Biomass Monitoring Across the Northeastern United States

Deze studie toont aan dat het integreren van Google Satellite Embeddings van het AlphaEarth Foundation Model met luchtgebaseerde LiDAR en bosinventarisatiegegevens een zeer nauwkeurige, schaalbare en temporeel consistente monitoring van de bovengrondse biomassa van bossen in het noordoosten van de Verenigde Staten mogelijk maakt, waarbij de voorspellende prestaties aanzienlijk worden verbeterd en de bias wordt verminderd in vergelijking met traditionele methoden.

Oorspronkelijke auteurs: Shashika Lamahewage, Chandi Witharana

Gepubliceerd 2026-07-31

📖 6 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Shashika Lamahewage, Chandi Witharana

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

Stel je de Aarde voor als een gigantische, ademende long. Elke keer dat deze long inademt, zuigt hij koolstofdioxide uit de lucht en slaat het op in zijn weefsels—bomen, bladeren en wortels. Deze opgeslagen koolstof wordt "bovengrondse biomassa" genoemd, en het is het geheime wapen dat bossen gebruiken om de klimaatverandering te bestrijden. Maar hier komt de lastige kant bij: om te weten hoeveel koolstof een bos vasthoudt, moeten wetenschappers meestal de natuur in gaan, elke boom meten en wat zware wiskunde uitvoeren. Het is alsof je probeert de korrels zand op een strand te tellen door ze één voor één op te pakken. Het is traag, duur en vaak onmogelijk om overal tegelijk te doen.

In de afgelopen jaren hebben wetenschappers geprobeerd om satellieten te gebruiken als een kortere route. In plaats van bomen direct te meten, kijken ze naar foto's vanuit de ruimte om te raden hoeveel hout er is. Maar traditionele satellietfoto's zijn een beetje alsof je naar een bos kijkt door een beslagen raam; ze kunnen het groene bladerdak zien, maar ze kunnen je niet vertellen hoe hoog de bomen zijn of hoe dik de takken zijn. Dat is waar een nieuw soort "super-satelliet"-instrument in beeld komt. Denk aan deze instrumenten als een magische vertaler. In plaats van alleen een plaatje te tonen, veranderen ze het hele landschap in een geheime code—een lange lijst met getallen die tegelijkertijd de vorm, gezondheid en geschiedenis van het bos beschrijven. Dit artikel stelt een grote vraag: kunnen we deze nieuwe "geheime code" van een globaal AI-systeem gebruiken om nauwkeurig te tellen hoeveel koolstof het bos opslaat, zelfs op plaatsen waar we niet beschikken over de dure, hoogtechnologische 3D-kaarten van de bomen?

De Geheime Code van het Bos

In dit onderzoek besloten twee onderzoekers van de University of Connecticut deze nieuwe "geheime code" op de proef te stellen in de bossen van het noordoosten van de Verenigde Staten. Ze wilden zien of ze een krachtig nieuw hulpmiddel genaamd Google Satellite Embeddings (GSE) konden gebruiken om te schatten hoeveel hout er in de bomen is opgeslagen.

Om de uitdaging te begrijpen, stel je voor dat je probeert het gewicht van een rugzak te raden.

De Oude Manier (LiDAR): Je hebt een 3D-scanner die de exacte hoogte en vorm van de rugzak meet. Het is super nauwkeurig, maar je kunt het alleen gebruiken als je de scanner daar ter plekke hebt. In de echte wereld is dit LiDAR, een lasertechnologie die gedetailleerde 3D-kaarten van bossen maakt. Het is geweldig, maar het is zeldzaam en duur, zoals het hebben van een 3D-scanner voor slechts een paar rugzakken in een hele school.
De Nieuwe Manier (GSE): Je hebt een superintelligente AI die miljoenen rugzakken heeft bekeken vanuit de ruimte, weerberichten en kaarten. De AI ziet de rugzak niet direct, maar heeft een "geheime code" geleerd (een lijst van 64 getallen) die beschrijft hoe een rugzak er gewoonlijk uitziet op basis van de omgeving. Dit is de Google Satellite Embedding. Het is overal beschikbaar, elk jaar, maar het is een beetje een mysterie omdat het een "black box" is—we weten dat het werkt, maar we weten niet altijd precies welk getal staat voor een "hoge boom" en welk getal voor "dikke bladeren".

Het Experiment: Het Mengen van de Instrumenten

De onderzoekers verzamelden gegevens van het Northeastern Forest Inventory Network (NEFIN), wat een soort enorm logboek is van bosmetingen die mensen al decennia lang uitvoeren. Ze hadden twee hoofddoelen:

Konden ze de "geheime code" (GSE) alleen gebruiken om het gewicht van het bos te raden?
Konden ze de "geheime code" mengen met de 3D-lasermappen (LiDAR) om een nog betere schatting te krijgen?

Ze voerden al deze informatie in drie verschillende soorten computer-"brein"-modellen (genaamd Random Forest, XGBoost en ExtraTrees) om te zien welk model het beste kon leren.

De Resultaten: Een Winnende Combinatie

Dit is wat ze vonden, en het is behoorlijk spannend:

De 3D-lasermappen zijn nog steeds de Koning: Wanneer ze alleen de 3D-lasermappen (LiDAR) gebruikten, deden de computermodellen een uitstekend werk en bereikten een nauwkeurigheidsscore (genoemd R²) van 0,79 na het verfijnen van de instellingen. Dit betekent dat het model ongeveer 79% van de veranderingen in het bosgewicht kan verklaren.
De Geheime Code is een Sterke Uitdager: Wanneer ze alleen de "geheime code" (GSE) gebruikten, presteerden de modellen verrassend goed met een nauwkeurigheid van 0,67 met de kleinere dataset. Dit bewijst dat de geheime code van de AI ook veel weet over het bos, zelfs zonder de 3D-lasermappen.
De Kracht van Teamwerk: Het absolute beste resultaat kwam voort uit het combineren van de 3D-lasermappen met de "geheime code". Deze samenwerking duwde de nauwkeurigheid omhoog naar 0,79, wat aantoont dat de twee methoden elkaar perfect aanvullen. Het blijkt dat de 3D-kaarten de computer vertellen hoe hoog de bomen zijn, terwijl de geheime code vertelt wat voor soort bos het is en hoe het in de loop van de tijd verandert. Samen zijn ze een perfecte match.

De Grote Doorbraak: Het Opvullen van de Gaten

De meest verrassende ontdekking gebeurde toen ze stopten met zich zorgen te maken over de 3D-lasermappen. Omdat de "geheime code" (GSE) elk jaar voor de hele wereld beschikbaar is, konden de onderzoekers een veel grotere hoeveelheid gegevens gebruiken. Ze breidden hun studie uit van een kleine groep van 589 bospercelen naar een enorme 6.801 percelen!

Door deze enorme hoeveelheid gegevens te gebruiken en de computer te laten leren van alleen de "geheime code", bereikten ze hun hoogste nauwkeurigheidsscore ooit: 0,82.

Wat Dit Betekent voor de Toekomst

Dit onderzoek suggereert dat we niet altijd dure 3D-lasermappen nodig hebben om bossen te monitoren. Als we goede grondmetingen hebben (zoals het NEFIN-logboek) en we gebruiken deze nieuwe globale "geheime code", kunnen we nauwkeurige kaarten maken van de koolstofopslag van bossen voor hele regio's, zelfs op plaatsen waar we nooit een laser-scanner hebben gevlogen.

De onderzoekers ontdekten dat ze door deze methode te gebruiken, de modelbias met meer dan 70% konden verminderen vergeleken met modellen die geen jaarlijkse groeiaanpassingen en GSE-gegevens gebruikten. Ze toonden ook aan dat door de instellingen van de computer aan te passen (een proces dat hyperparameteroptimalisatie wordt genoemd), ze de resultaten veel stabieler en betrouwbaarder konden maken.

De Kern van het Verhaal

Hoewel de 3D-lasermappen nog steeds het meest nauwkeurige instrument zijn voor kleine, gedetailleerde gebieden, is deze nieuwe "geheime code" van Google's AI een game-changer voor monitoring op grote schaal. Het stelt wetenschappers in staat om de gaten op te vullen waar laserkaarten niet bestaan. De studie concludeert dat door deze nieuwe AI-tools te combineren met traditionele bosgegevens, we eindelijk een veel beter, jaar-op-jaar oog kunnen houden op hoeveel koolstof onze bossen opslaan, wat ons helpt om ons klimaat effectiever dan ooit tevoren te begrijpen en te beschermen.

Technische Samenvatting: Grondslagemodel-aardrepresentaties maken regionale monitoring van bovengrondse biomassa van bossen in het noordoosten van de Verenigde Staten mogelijk

Probleemstelling
Bovengrondse biomassa (AGB) van bossen is een cruciale indicator voor ecosysteemproductiviteit en terrestrische koolstofopslag. Regionale koolstofmonitoring wordt echter beperkt door de schaarse ruimtelijke en temporele beschikbaarheid van veldinventarissen en luchtopnames van de structuur. Traditionele remote sensing (RS)-benaderingen kampen met inherente beperkingen: LiDAR biedt rijke 3D-structurele gegevens maar mist temporele en ruimtelijke continuïteit, terwijl optische en radarbeelden vaak een gebrek aan gevoeligheid voor verticale structuur vertonen. Bovendien hebben inconsistenties in de ruimtelijke en temporele resolutie tussen traditionele RS-bronnen de reproduceerbare, jaarlijkse AGB-schattingen op regionale schaal belemmerd. Daarnaast beperkt de onbeschikbaarheid van exacte locaties van veldplots (bijv. USFS FIA-gegevens) het nut van grondwaarheid voor ruimtelijke modellering.

Methodologie
De studie ontwikkelde een machine learning (ML)-framework om AGB te schatten over zeven staten in het noordoosten van de VS (een gebied van >280.000 km²) door drie primaire databronnen te integreren:

Grondwaarheid: Continuous Forest Inventory (CFI)-gegevens van het Northeastern Forest Inventory Network (NEFIN), bestaande uit meer dan 5.000 plots. Plot-niveau AGB werd berekend met behulp van bijgewerkte allometrische vergelijkingen (Chojnacky et al., 2014) en jaarlijs aangepast om aan te sluiten bij de acquisitiedata van remote sensing.
Structurele Predictoren: Airborne LiDAR-gegevens (2011–2025) van USGS-3DEP, die 29 hoogte- en densiteitsmetrieken bieden.
Grondslagemodel-representaties: Google Satellite Embeddings (GSE) gegenereerd door het AlphaEarth Foundation Model. Dit zijn 64-dimensionale, analyse-gereed geospatial vectoren afgeleid van multimodale data (optisch, thermisch, SAR, LiDAR, elevatie, klimaat, etc.) op een resolutie van 10 m.

Experimenteel Ontwerp
De auteurs evalueerden drie groepen predictoren met behulp van Random Forest (RF), XGBoost en ExtraTrees algoritmen:

G1: Alleen LiDAR.
G2: Alleen GSE.
G3: Gecombineerde LiDAR en GSE.

Twee scenario's werden getest:

Scenario I: Een beperkte dataset (n=589) waarbij plots overlapten met zowel de LiDAR- als de GSE-acquisitievensters (±3 jaar).
Scenario II: Een uitgebreide dataset (n=6.801) gebruikmakend van de volledige jaarlijkse GSE-tijdreeks (2017–2025) met groei-gecorrigeerde AGB, waarbij de beperkingen van LiDAR-beschikbaarheid worden omzeild.

De methodologie omvatte Principal Component Analysis (PCA) om de GSE-dimensionaliteit te reduceren (waarbij 95% van de variant behouden bleef), correctie voor ruimtelijke autocorrelatie via Moran's I en ruimtelijke covariaten, hyperparameteroptimalisatie via GridSearchCV, en Monte Carlo-simulaties om de modelstabiliteit te beoordelen.

Belangrijkste Resultaten

Modelprestaties: De gecombineerde LiDAR-GSE modellen (G3) behaalden de hoogste prestaties in Scenario I, waarbij het getunede XGBoost-model een $R^2$ van 0,79 bereikte en een Mean Absolute Error (MAE) van 227,81 Mg ha⁻¹. Dit presteerde beter dan de LiDAR-alleen ( $R^2$ = 0,79, maar met een hogere bias in sommige configuraties) en GSE-alleen ( $R^2$ = 0,67) modellen onder beperkte steekproefomvang.
Impact van Steekproefomvang (Scenario II): Het benutten van jaarlijkse GSE-observaties om de trainingsdataset tienvoudig uit te breiden (naar 6.801 plots) verbeterde de voorspellende prestaties aanzienlijk. Het getunede XGBoost-model voor GSE-alleen in Scenario II bereikte een $R^2$ van 0,82 en een MAE van 245,23 Mg ha⁻¹, waarmee het de prestaties van modellen getraind op kleinere, door LiDAR beperkte datasets overtrof.
Ruimtelijke Autocorrelatie: Het integreren van grondslagemodel-representaties en structurele predictoren verminderde de residuele ruimtelijke afhankelijkheid aanzienlijk. De gecombineerde G3-modellen vertoonden de zwakste residuele ruimtelijke autocorrelatie, met een Moran's I die de nul naderde voor het XGBoost-model na ruimtelijke correctie.
Variabele Belangrijkheid: Terwijl LiDAR structurele metrieken (bijv. canopy roughness, hoogtepercentielen) dominant waren in LiDAR-alleen modellen, werden GSE-afgeleide kenmerken (bijv. A36, A49) en ruimtelijke covariaten cruciaal in GSE-alleen en gecombineerde modellen. PCA onthulde dat GSE-kenmerken sterk gestructureerd zijn en ecologische gradiënten vastleggen die verder gaan dan eenvoudige spectrale informatie.
Stabiliteit: Hyperparameteroptimalisatie verminderde de variabiliteit in modelprestaties met 27,9% in Monte Carlo-simulaties, waarbij ExtraTrees de meest stabiele prestaties liet zien over de iteraties heen.

Belangrijkste Bijdragen

Eerste Systematisch Framework: Deze studie presenteert de eerste systematische toepassing van AlphaEarth GSE-datasets voor regionale AGB-schatting in het noordoosten van de Verenigde Staten.
Schaalbare Monitoring: Het demonstreert dat grondslagemodel-aardrepresentaties kunnen dienen als een schaalbaar alternatief voor AGB-monitoring in regio's met onvolledige airborne LiDAR-dekking, met name wanneer jaarlijkse inventarisatiegegevens beschikbaar zijn.
Data-integratie: Het werk vestigt een verenigend framework voor het integreren van heterogene NEFIN-CFI data met meerjarige LiDAR- en GSE-datasets.
Methodologische Rigor: De studie adresseert ruimtelijke autocorrelatie en temporele mismatch door middel van groei-correcties en ruimtelijke covariaten, wat een reproduceerbare workflow biedt voor regionale koolstofbeoordeling.

Betekenis en Claims
De auteurs beweren dat grondslagemodel-aardrepresentaties ecologisch betekenisvolle informatie vastleggen die relevant is voor bosbiomassa, wat een pad biedt naar de volgende generatie boskoolstofbeoordeling gebaseerd op wereldwijd beschikbare observaties. De studie stelt vast dat hoewel LiDAR superieur blijft voor hoge nauwkeurigheid bij lokale schattingen met kleine steekproeven, GSE-data effectief regionale monitoring kunnen ondersteunen wanneer LiDAR niet beschikbaar is, mits er voldoende trainingsdata beschikbaar is via jaarlijkse tijdreeks-expansie. De bevindingen suggereren een verschuiving naar datagestuurd vegetatiebeheer, wat een reproduceerbaar besluitvormingsinstrument biedt voor landeigenaren en beleidsmakers om regionale koolstofdoelen te bereiken zonder afhankelijk te zijn van gevoelige, niet-publieke plotlocaties. De auteurs merken op dat de hoge onzekerheid waargenomen bij extreme AGB-waarden (>600 Mg ha⁻¹) de voortdurende noodzaak benadrukt van geospatiaal en ecologisch representatieve inventarisatiekaders.

Meer zoals dit