VIUrb-7: A Dynamic Coupled ODE Model for Urban Tree Biomass and Allometric Prediction in Tropical Biomes

Stel je de stad voor als een gigantisch, bruisend organisme. Net zoals een menselijk lichaam zuurstof, water en een comfortabele temperatuur nodig heeft om gezond te blijven, hebben de bomen die onze straten flankeren dezelfde dingen nodig om te groeien. Maar steden zijn lastige plekken voor planten. In plaats van zachte, diepe grond, moeten ze hun wortels vaak door harde, samengeperste aarde onder betonnen trottoirs duwen. In plaats van zachte briesjes, worden ze geconfronteerd met hitte die wordt vastgehouden door gebouwen en vervuiling van auto's. In de wereld van de wetenschap gebruiken onderzoekers "allometrische vergelijkingen" — wat in feite wiskundige recepten zijn — om te raden hoe groot een boom zal worden op basis van de breedte en hoogte. Lange tijd werden deze recepten geschreven voor bomen die groeien in wilde, natuurlijke bossen. Wanneer wetenschappers probeerden diezelfde bosrecepten voor stadsbomen te gebruiken, waren de voorspellingen vaak volkomen mis, alsof je probeert te voorspellen hoe een marathonloper zou presteren in een sprint. Dit is belangrijk omdat als we niet weten hoe groot en gezond onze stadsbomen zullen zijn, we niet kunnen plannen hoeveel koolstof ze zullen absorberen of hoeveel schaduw ze zullen bieden om onze wijken af te koelen.

Maak kennis met VIUrb-7, een nieuw, superintelligent digitaal model dat specifiek is ontworkt voor bomen die leven in Braziliaanse steden. Zie dit model niet als een simpel recept, maar als een vijfdelige videogame-simulatie die in een computer draait. In dit spel heeft elke boom vijf verborgen "stats" die elke dag veranderen: de stambreedte, hoeveel stress het ervaart, de algehele "vitaliteit" (of energieniveau), hoeveel bacteriën of pathogenen het aanvallen, en hoe "veerkrachtig" het is (hoe goed het terugveert).

Het artikel introduceert dit model, dat gebruikmaakt van een reeks vijf verbonden wiskundige vergelijkingen (genoemd gekoppelde gewone differentiaalvergelijkingen) om het leven van een boom in de loop van de tijd uit te spelen. De onderzoeker heeft niet gewoon de regels geraden; hij heeft de game-engine gebouwd met behulp van echte gegevens van 18 verschillende inheemse boomsoorten die verspreid zijn over zes verschillende Braziliaanse landschappen, van het vochtige Amazone regenwoud tot de droge Caatinga-struiklandschappen. Hij heeft het model gevoed met 25 echte datapunten uit eerdere studies, waardoor de computer in feite heeft geleerd hoe deze bomen er op verschillende leeftijden in echte steden uitzien.

De resultaten van deze simulatie zijn een verrassing vergeleken met de oude methoden. Wanneer de onderzoeker VIUrb-7 testte tegenover de klassieke "bos"-modellen, was het verschil enorm. De oude modellen zaten er flink naast, met foutmarges variërend van 83% tot 92%. Stel je voor dat je raadt dat een boom 100 kg weegt terwijl hij eigenlijk 50 kg weegt; dat is het soort fout dat de oude modellen maakten. In contrast hiermee kreeg het nieuwe VIUrb-7 model de biomassa (het totale gewicht van de boom) goed met een gemiddelde fout van slechts 4,7%. Het was zo nauwkeurig dat de fout voor sommige soorten bijna nul was.

De auteur merkt echter voorzichtig op dat dit geen magische kristallen bol is die de toekomst perfect voorspelt. Het model is een simulatie gebaseerd op de specifieke gegevens waarop het is getraind. De onderzoeker merkte op dat het model het beste werkt wanneer het meerdere datapunten voor een enkele soort heeft om van te leren. Voor bomen waarbij ze slechts één of twee datapunten hadden, presteerde het model nog steeds goed, maar was het "raden" iets onzekerder. Ze identificeerden ook specifieke zwakheden: het model heeft soms moeite om te voorspellen hoe snel een boom herstelt na een ernstige droogte, en het kan de grootte van bomen die in zeer koude winters groeien licht onderschatten of die in extreem droge, semi-aride regio's groeien licht overschatten.

Om dit hulpmiddel bruikbaar te maken voor iedereen, heeft de auteur een gratis, interactieve website gebouwd. Je kunt een stad op een kaart kiezen, en het model zal real-time weer- en luchtkwaliteitsgegevens gebruiken om te laten zien hoe verschillende bomen daar over de komende 30 jaar zouden groeien. Het is als een "boom-weervoorspelling" voor stadsplanners. Hoewel het model een belangrijke stap voorwaarts is in het begrijpen van stedelijke bossen in Brazilië, geeft de auteur toe dat het nog niet af is. Ze suggereren dat toekomstige versies meer real-world data nodig hebben om de regels te verfijnen, vooral voor bomen in gebieden waar momenteel gegevens ontbreken. Maar voor nu biedt VIUrb-7 een veel duidelijker en nauwkeuriger beeld van hoe het echt met onze stadsbomen gaat, wat hels bij het plannen van groenere, gezondere straten.