מפות חופפות של שינוי בכיסוי הקרקע, שימושי קרקע ומצב היעריים בארצות הברית, 1985–הווה

מדוע צפייה בנוף חשובה

בכל רחבי ארצות הברית, יערות נשרפים ומתחדשים, ערים מתרחבות, חוות משנות גידולים ואגמים מתנפחים או מתכווצים. ועדיין, מלמעלה רבות מהסיפורים השונים הללו עלולות להיראות דומות להפתיע: גומה של עצים נראית כמו גומה של עצים, בין אם מדובר בייעור מנוהל, פארק עירוני או יער פראי. מאמר זה מציג את מערכת ניטור שינוי הנוף (LCMS), מאמץ מיפוי ארצי שמבחין לא רק במה שיש על הקרקע (כיסוי קרקע), אלא גם כיצד אנשים משתמשים בה (שימושי קרקע) וכיצד הצמחייה עצמה משתנה לאורך זמן. לכל מי שמודאג מאקלים, חיות הבר, מים או צמיחה עירונית, LCMS מציעה דרך חדשה ועוצמתית לראות כיצד הנופים האמריקאיים התפתחו מ‑1985 ועד היום.

לראות יותר מאשר רק ירוק ואפור

מפות לוויין מסורתיות בדרך כלל מתארות קרקע באמצעות קטגוריות ויזואליות רחבות — יער, חקלאות, מים, אספלט. LCMS מתחילה מהבחנה פשוטה אך חשובה: המצנפת הירוקה שאנו רואים (כיסוי קרקע) אינה זהה למטרה שאנו מעניקים למקום (שימוש קרקע). יער שעבר דילול זמני בקציר אך הותר להתחדש יש לו השפעה שונה לטווח ארוך מיער שנכרת לצמיתות למגורים או לדרך מהירה, אף על פי ששניהם עשויים להיראות בתחילה כאובדן עצים מהחלל. לכן LCMS מייצרת שלושה מוצרי מפה מתואמים ברזולוציית 30 מטר כמעט לכל קרקעות ארה"ב: כיסוי קרקע שנתי, שימוש קרקע שנתי, ורישום נפרד של הפרעות וצמיחה מחדש של הצמחייה. מבט תלת‑חלקי זה מאפשר למשתמשים להבחין אם שינוי מסוים הוא צלקת חולפת ביער מנוהל, מעבר מאדמת מרעה ליער חדש, או המרה קבועה של אדמת חקלאות לפרבר.

להפוך עשורים של תמונות לסיפורים עקביים

כדי לבנות מפות אלה, המחברים מתבססים על ארכיון עצום של תמונות לוויין מתוכנית Landsat, והצטרפו אליה בשנים האחרונות לווייני Sentinel‑2 של אירופה. במקום להסתכל על כל שנה בנפרד, LCMS מתאים עקומות מתמטיות לאורך סדרת הזמן המלאה של התמונות לכל פיקסל, תוך שימוש בשני אלגוריתמים משלימים הידועים כ‑LandTrendr ו‑CCDC. אחד מהם מותאם לזהות שברים פתאומיים במגמות ארוכות‑טווח, כגון אש או כריתה; השני מתמקד בתבניות בתוך כל עונת גידול, כמו הקצב העונתי המובהק של שטחי חקלאות או עשבייה. באמצעות שילוב שניהם, LCMS יכולה להבחין טוב יותר בין שינוי אמיתי ועמיד לבין רעש קצר‑טווח כמו עננים, שלג או תנודות מזג אוויר שנתיות. גם מידע טופוגרפי כגון גובה ונטייה משולב, מה שמסייע להפריד, למשל, סלעי אזורים גבוהים מפני אספלט נמוכים.

אמת שדה מאלפי נקודות דגימה

גם האלגוריתמים הטובים ביותר זקוקים לדוגמאות אמינות ללמוד מהן. LCMS מסתמכת על יותר מ‑13,000 מיקומי ייחוס מפורשים בקפידה ברחבי ארצות הברית היבשתית, דרום‑מזרח אלסקה, הוואי, פורטו ריקו ואיי הבתולה של ארה"ב. באמצעות כלי שנקרא TimeSync, אנליסטים גוללים בעשורים של תמונות לוויין ותצלומי אוויר ברזולוציה גבוהה בכל נקודה, ומקצים, שנה אחר שנה, מהו כיסוי הקרקע, כיצד משתמשים בה ומה סוג השינוי — אש, כריתה, נזק סערה או תרדנה איטית — שעברה. מאחר שמצבים מסוימים חשובים אך יחסית נדירים, כמו אובדן יערות או משטחים עירוניים בלתי חדירים, הצוות מודגש בדגימה יתר של קטגוריות אלה כדי להבטיח שהמודלים ילמדו אותן היטב. לאחר מכן מאומנים מודלים של יער אקראי (Random Forest) בנפרד לשינוי, לכיסוי קרקע ולשימוש קרקע, וביצועיהם נבדקים בעזרת טכניקות חוצי‑אימות קפדניות שלוקחות בחשבון את תכנון הדגימה.

מה המפות החדשות חושפות

עם מפות שנתיות מאז 1985, LCMS יכולה לעקוב אחר ההיסטוריות של סיפורים סביבתיים ידועים. סביב אגם המלח הגדול ביוטה, היא מתעדת את נסיגת קווי החוף הדרמטית בשנים האחרונות של בצורת, ומציגה כיסוי מים שמתכווץ למישורים חשופים בעוד ששימוש הקרקע נשאר מסווג כ"אחר", מה שמשקף שעשבייה או פיתוח חדשים מתעכבים לאחר חשיפת קרקע האגם. לאורך חוף מפרץ פלורידה, LCMS מדגישה את רצועת היער שנפגעה על ידי הוריקן מייקל ב‑2018 כפרץ של אובדן צמחייה מהיר ואחריו התחדשות הדרגתית, בעוד ששימוש הקרקע הבסיסי נשאר ברובו יערי. באזור Front Range בקולורדו, היא מבדילה בין ירידת עצים איטית עקב חטפית הקליפה לבין הצלקות החדות של שריפות גדולות, ומציגה היכן הצמחייה מתחילה להחלים. בכל הדוגמאות הללו מופיע דפוס חוזר: כיסוי הקרקע יכול להחליף במהירות בין עצים, שיחים ועשבייה לאחר הפרעה, בעוד ששימוש הקרקע עשוי להישאר יציב במשך שנים.

ממפות להחלטות טובות יותר

למנהלי יערות ומקבלי מדיניות, התשואה המעשית ביותר של LCMS היא אומדנים חדים יותר של כמה שטח מנוהל בפועל כיער, לא רק היכן יש עצים. כאשר המחברים משלבים את מפות שימוש הקרקע של LCMS עם רשת המדידות בשטח שמתוחזקת לאורך זמן על‑ידי שירות היערות של ארה"ב, הם מגלים שהאומדנים הסטטističיים של שטח היער נעשים בערך שלוש פעמים מדויקים יותר מאשר שימוש במדידות בלבד בקנה מידה אזורי. משמעות הדבר היא שסוכנויות יכולות לעקוב אחר מגמות ולהעריך מדיניות עם פחות ביקורות שטח ובביטחון רב יותר. באופן רחב יותר, LCMS מספקת נתונים פתוחים שמתעדכנים מדי שנה וכלים מקוונים שמאפשרים למשתמשים להנפיש שינוי, לסכם תנאים לפי מחוז או יער, ולעצב אנליזות משלהם. באמצעות הפרדה ברורה בין כיצד הקרקע נראית, כיצד אנשים משתמשים בה וכיצד הצמחייה מגיבה, המערכת הזאת מציעה חלון ברור יותר אל הנוף האמריקאי המשתנה — וכן בסיס איתן לשמירה עליו בריא.

ציטוט: Housman, I.W., Healey, S.P., Heyer, J. et al. Coincident maps of changing land cover, land use, and forest condition in the United States, 1985-present. Sci Data 13, 575 (2026). https://doi.org/10.1038/s41597-026-06743-0

מילות מפתח: שינוי כיסוי קרקע, מיפוי שימושי קרקע, חישה מרחוק, ניטור יערות, סדרות זמן לווייניות