גישה מבוססת מודל ברורה המשתמשת רק בנתוני שדה ומפות קוד‑פתוח לשיפור אומדני מאגרי פחמן בפרויקטים של REDD+

מדוע פחמן יער בקרקעות פרטיות חשוב

בעוד העולם נסמך על יערות להאטת שינוי האקלים, צצה צוואר בקבוק מפתיע: לעתים קרובות איננו יודעים בדיוק כמה פחמן מאוחסן בעצים בנכסים מסוימים. חוסר הוודאות הזה מהותי כיוון שהוא מהווה את הבסיס למסחר במכירות אשראי פחמן, ובפרט לפרויקטים של REDD+ שמשלמים לבעלי אדמות כדי למנוע כריתת יער. המחקר הזה מראה שבעלי קרקעות אינם זקוקים למטוסים ללא טייס או לקמפיינים לווייניים מותאמים כדי לקבל אומדנים טובים בהרבה. על ידי שילוב מדידות שדה בסיסיות עם מפות חופשיות עולמיות, הם יכולים לחדד משמעותית את הערכות הפחמן וליצור מפות מפורטות המראות היכן הפחמן נמצא בפועל.

מכמה שטחים קטנים לתמונה מלאה

באופן מסורתי, הערכת פחמן יער בחווה או בהשמורה פרטית משמעה פריסת שטחי מדידה, מדידת גדלי עצים, המרת מדידות אלה לביומסה והנחה ששורה של שטחים קטנים מייצגים מאות או אלפי דונמים. גישה זו יקרה, איטית ומשאירה פערים גדולים, במיוחד בנופים משתנים שבהם הפחמן יכול להשתנות בחדות במרחקים קצרים. פתרונות מתקדמים—כמו LiDAR או ניתוח לווייני מותאם־אישית—יכולים למלא את הפערים, אך הם לעתים קרובות מורכבים ויקרים מדי לפרויקטים רבים. המחברים בחרו לבחון דרך פשוטה יותר: להתחיל משטחים שנסקרו עם קואורדינטות ידועות (כל שטח עם מיקום מוגדר ומאגר פחמן מדוד), ואז לשאוב מידע ממפות חופשיות עולמיות שמתארות כבר את גובה הכתר או הביומסה בכל מקום.

להפוך מפות גלובליות לעבודה מקומית

הצוות בחן ארבעה מוצרי קנה מידה גדול: שתי מפות ביומסה גלובליות או אזוריות ושתי מפות גובה כיסוי עצים גלובליות. בעבודה ביער האמזונאס הצפוף בפרא, ברזיל, הם השוו כל מפה ל"אמת שטח" מתוך שטחי מדידה ולסקר LiDAR באיכות גבוהה מבוסס רחפן. מפה אחת של גובה הכתר, במיוחד המפה של לנג ועמיתיו, התאימה הכי טוב לגבהי LiDAR מקומיים, גם אם העריכה נטתה מעט להערכת יתר של קצות העצים בממוצע. לעומת זאת, מפות הביומסה התקשו ביער צפוף כזה, עם מתאם חלש וסימני "ריווי" (saturation), שבהם עמידות גבוהות או צפופות מאוד נראות דומות מכלי שמיים. המבחנים אישרו כי לא כל המפות בקוד‑פתוח זהות, וכי בחירה וכיול של המפה המתאימה לאזור נתון הם קריטיים.

לתת למיקום ולגובה לעשות את העבודה הכבדה

מצוידים במפת גובה כיסוי טובה, המחברים בנו מודלים חזויים פשוטים שהשתמשו בשני פריטים של מידע לכל מיקום: הקואורדינטות שלו (קו רוחב ואורך) וגובה הכתר מהמפה הגלובלית. הם אימנו את המודלים על מחצית משטחי המדידה ובחנו את יכולתם לחזות פחמן לשאר השטחים. כאשר התחזיות נעשו קרוב לשטחים קיימים—חיקוי של הערכות בתוך פרויקט REDD+—הוספת הקואורדינטות בלבד קיצרה את השגיאה הממוצעת בכ־18 אחוזים בהשוואה לשימוש בערך ממוצע יחיד לכל האזור. שילוב הקואורדינטות עם מפת גובה הכתר הגלובלית הקטין את השגיאה בכמעט 32 אחוזים. גם בעת חיזוי במרחקים רחוקים יותר, באזור הרחב יותר, המפה הגלובלית שיפרה את הדיוק בכמעט 19 אחוזים, אם כי קואורדינטות פשוטות כבר לא תרמו הרבה במרחקים הגדולים הללו.

להפוך מספרים למפות רציפות

מכיוון שהמודלים פועלים פיקסל אחר פיקסל, הם יכולים להמיר נתוני שטחים מפוזרים למפות פחמן רציפות "קיר אל קיר" ברזולוציה גבוהה ברחבי אזורי הפרויקט. במקום ערך ממוצע אחד לכל נכס, מפתחים של פרויקטים יכולים לראות דפוסים מפורטים: רכסים ועמקים של צפיפות פחמן, כתמים המאחסנים יותר או פחות פחמן, ונקודות חמות פוטנציאליות לשימור או לשיקום. המסגרת הזו גם תומכת במיפוי חוסר הוודאות, ומעניקה למפתחי פרויקטים ולרשמים הבנה ברורה יותר עד כמה אפשר לסמוך על כל פיקסל ועל סכום הפחמן הכולל הנתבע לאשראי.

מה משמעות הדבר לפרויקטי פחמן יער

לבעלי קרקעות, לגופים ללא מטרת רווח ולחברות המנהלות פרויקטי REDD+, המסר של המחקר הוא פרקטי ומרגיע. אין צורך באמצעי חישה מקומיים מתקדמים כדי לשפר במידה משמעותית את אומדני הפחמן; אוסף טוב של שטחי מדידה גאולוקליים יחד עם המפות המתאימות בקוד‑פתוח יכול לקרב מאוד לדיוק של מסעות LiDAR יקרים. השלבים המרכזיים הם לבחור ולבדוק מפה גלובלית מתאימה של כיסוי או ביומסה, לכייל אותה עם נתוני שדה מקומיים, ואז להשתמש במודלים פשוטים ומתועדים היטב ליצירת מפות פחמן. ככל שמוצרי המיפוי הגלובליים ממשיכים להשתפר, הגישה הנגישה הזו אמורה להפוך את חשבונאות הפחמן לשקופה, עקבית ומהימנה יותר בשוק פחמן היערות המתפתח במהירות.

ציטוט: Haneda, L.E., de Almeida, D.R.A., Kamimura, R.A. et al. Straightforward model-based approach using only field data and open-source maps to improve carbon stock estimates for REDD + projects. Sci Rep 16, 6558 (2026). https://doi.org/10.1038/s41598-026-37201-x

מילות מפתח: פחמן יער, REDD+, מיפוי ביומסה, חישה מרחוק, יערות טרופיים