Künstliche Intelligenz (KI) unterstützt die stündliche Überwachung des Kohlenstoffabsorptions durch terrestrische Vegetation mit Hilfe von geostationären Satellitendaten. Forscher der UNIST haben eine neuartige KI-basierte Methode entwickelt, die das Aufnehmen von Kohlendioxid (CO2) durch Pflanzen während der Photosynthese genauer vorhersagen kann. Dieses Fortschritt soll klimapolitische Maßnahmen und die Erreichung von kohlenstoffneutralen Ziele erheblich unterstützen. Die Forschungsgruppe unter Leitung von Professor Jungho Im vom Fachbereich Geo-Umwelt- und Städtische Konstruktionstechnik an der UNIST hat ein KI-Modell vorgestellt, das die tägliche Brutto-Primärproduktion (BPP) in stündlichen Abständen abschätzen kann. Die BPP ist ein wichtiger Indikator, der die Menge an Kohlenstoff zeigt, die Pflanzen während der Photosynthese aktiv absorbieren, und dient als entscheidende Metrik zur Quantifizierung des Kohlenstoffspeichers in Ökosystemen. Das veröffentlichte Papier erscheint im Journal "Remote Sensing of Environment". Das neu entwickelte Modell nutzt Beobachtungen im 10-Minuten-Takt vom geostationären Wetter-Satelliten Himawari-8, um die BPP mit hoher zeitlicher Genauigkeit vorherzusagen. Erstautorin Sejeong Bae erklärte: "Im Gegensatz zu polaren Satelliten, die einen Standort typischerweise nur ein bis vier Mal täglich beobachten, profitiert unser Modell von häufigeren Daten, was eine präzise Schätzung der täglichen Veränderungen in der Photosynthese ermöglicht." Das Modell berücksichtigt verschiedene meteorologische Daten, darunter den Aerosoloptischen Dämpfungswert (AOD), einen satellitengesteuerten Indikator für die Konzentration von feinem Staub und anderen Partikeln. Der AOD absorbiert oder streut Sonnenstrahlung, was die Menge und Qualität des Lichts beeinflusst, das die Erdoberfläche erreicht, und damit auch die Photosyntheseleistung der Pflanzen. Um zu verstehen, wie das Modell Vorhersagen trifft, setzte das Team SHapley Additive exPlanations (SHAP), eine Technik aus dem Bereich des erklärbaren KI-Einsatzes, ein. Die Ergebnisse zeigten, dass der AOD am morgens und abends, wenn der Sonnenstand niedrig ist, den größten Einfluss hat. Dies bestätigt die Annahme, dass bei niedriger Sonnenhöhe das Verhältnis von gestreutem Licht erhöht wird, wodurch die Photosynthese der Vegetation empfindlicher auf atmosphärische Aerosole reagiert. Professor Im betonte: "Unser Ansatz ermöglicht es, die räumliche und zeitliche Dynamik des Kohlenstoffabsorptions in Ostasien in einer Auflösung von 2 Kilometern über 24 Stunden hinweg zu schätzen. Dies macht es zu einem wertvollen Werkzeug für die Analyse von Kohlenstoffflüssen in Ökosystemen, die Vegetationsüberwachung und die Modellierung von Kohlenstoffabsorption basierend auf Lichtbedingungen." Diese neuartige Methode erlaubt eine genauere und kontinuierlichere Überwachung der Kohlenstoffaufnahme durch Pflanzen, insbesondere in Regionen, die von Luftverschmutzung stark betroffen sind. Sie bietet wichtige Einblicke in die Wechselwirkungen zwischen atmosphärischen Bedingungen und der Photosynthese, die für die Entwicklung präziserer Klimamodelle und effektiverer Reduktionsstrategien unerlässlich sind. Die Studie unterstreicht die Bedeutung hochfrequenter satellitengestützter Beobachtungen und KI-Technologien bei der Erforschung und Überwachung der globalen Kohlenstoffzyklen. Die Fähigkeit, die Kohlenstoffaufnahme in stündlichen Intervallen zu verfolgen, könnte die genaue Messung und Prognose von Kohlenstoffemissionen revolutionieren und damit entscheidend zur Klimaforschung beitragen. Professor Im und sein Team planen, ihre Methodik weiterzuentwickeln, um auch andere Regionen der Welt abzudecken. Zudem werden sie an der Verbesserung des Modells arbeiten, um es robuster und genauer zu machen. Die Forscher hoffen, dass ihre Arbeit dazu beiträgt, die weltweite Überwachung der CO2-Aufnahme durch terrestrische Vegetation zu verbessern und somit die Formulierung von nachhaltigen Politiken zu unterstützen. Branchenkenner loben die Innovation, da sie erhebliche Vorteile für die Klimaforschung und -politik bietet. Die genaue und stündliche Messung des Kohlenstoffabsorptionspotenzials von Pflanzen ist ein wesentlicher Schritt zur Verbesserung der Vorhersagegenauigkeit von Klimamodellen. UNIST, eine führende technische Universität in Südkorea, setzt sich fortlaufend für die Förderung fortschrittlicher Forschungsprojekte in Umwelt- und Klimawissenschaften ein. Die neue Methode passt gut in dieses Profil und unterstreicht UNISTs Commitment, innovative Lösungen für globale Herausforderungen zu entwickeln.