森林的管理是出了名的困难。树木生长缓慢，受到从全球气候到局部土壤等各种变量的影响。然而，入侵物种、本地害虫或灾难性野火可以在几天内迅速蔓延，造成持久的破坏。仅在美国就有 3.055 亿公顷的森林，传统上，监测如此多的木材面积在很大程度上是一种猜测游戏。
森林管理领域的一项新动向正试图改变这种状况，将卫星图像与树木计数算法和其他技术结合起来，有望让林业人员、生态学家和木材公司能够快速、更全面地了解土地状况。了解哪里生长着什么对于清除入侵物种、安排可持续木材采伐或规划薪柴疏伐以控制森林火灾至关重要。
偏远和树木茂密地区的树木种群人口统计信息一直特别难以获得。每隔几年，就必须有人步行到树林里，手工计数并测量大量具有代表性的树木。
支持科学新闻报道
如果您喜欢这篇文章，请考虑通过以下方式支持我们屡获殊荣的新闻报道 订阅。通过购买订阅，您正在帮助确保有关塑造当今世界的发现和想法的具有影响力的故事的未来。
这样的日子可能即将结束。在过去五年中，林业人员开始使用相对便宜的计算机和云端运行的软件来分析大量的卫星图像。一家率先采用这项技术的公司是 SilviaTerra，这是一家位于马萨诸塞州剑桥市的森林分析公司，由 Max Nova 和 Zack Parisa 创立。他们是越来越多宁愿待在咖啡店也不愿待在锯木厂的林业人员中的一员。
在云联网的计算机上，Nova 和 Parisa 使用他们编写的软件算法，将更传统的林业人员手工收集的信息与来自卫星图像的数据整合在一起。例如，成片的橡树上鲜绿的叶子吸收的光波长不同，因此在卫星图像中看起来与成熟的铁杉的松针不同。通过结合这两种数据来源，林业人员现在可以大大减少必须进行的艰苦地面测量次数。地面测量对于这个过程至关重要，因为它们为卫星数据构建提供了支架。（如果没有对每种树木进行良好的局部测量，算法就无法区分松树和橡树。）Nova 说，将这两种数据来源结合起来，“可以使森林调查效率提高 100 到 1000 倍”。
这些新技术还利用了这样一个事实，即在大片区域生长的森林通常不会有太大的变化。“一块 10,000 英亩的土地可能有 100 种不同的森林类型，” Nova 解释道。“如果您将其扩大到 50 万英亩，您可能仍然只有 100 或 150 种森林类型。当我们观察整个景观时，我们可以问，‘我们在其他地方测量过这种绿色阴影吗？’” 如果他们在地图上的其他地方找到匹配的绿色阴影，他们的算法只需将该地区的树木覆盖数据插入新位置即可。这种方法使 Nova 和 Parisa 能够在短短几年内调查美国数百万公顷的森林。如果使用传统方法，他们同时只能艰难地覆盖 20,000 公顷。
这些技术不仅可以确定树木的类型，还可以确定其大小。“我们得到更长波长的图像，这些图像在更大或更密集的树木上散射得更多，” Parisa 说。这对 SilviaTerra 的主要客户来说是有用的信息：购买或投资木材的公司希望了解最大的储备可能在哪里。目前，这些公司拥有价值高达 900 亿美元的森林土地。根据市场兴趣，分析师表示，这些公司可能会很快将其土地持有量翻一番。
Parisa 和 Nova 并不是唯一以这种方式处理森林数据问题的人。加拿大、以色列和爱尔兰以及美国的其他地区的公司也在进行类似的工作。“十年后，只要你想用鼠标点击计算机或想在任何地方行走，就会有惊人的森林信息可用，” Parisa 说。
这项新技术对于森林土地所有者和管理者来说可能是一种福音，他们很快就能够更好地跟踪他们的土地对气候变化的反应，或者更早地发现入侵物种。
当然，可能总会有像 Shane Hetzler 这样的传统林业人员，他们提供来自实地的数据来补充从卫星图像中收集的数据。Hetzler 为新英格兰沿海地区的小土地所有者工作，他更喜欢传统的森林研究方法。然而，他并没有完全放弃新技术。Hetzler 使用智能手机应用程序来记录他在树林中长途跋涉时遇到的树木的高度、宽度、位置和种类。他说，旧的方法是一种“成人礼”，用笔在纸上记录实地数据，“希望不要下雨”。但是，他不得不承认，新的数据工具“非常棒”。