گویا تهیه این نوع نقشه‌ها برخلاف نقشه‌های پیشین، محدودیت خاصی از نظر مرزهای جغرافیایی و مقیاس ندارد. نقشه‌های نسل جدید، اولین نقشه‌های پوشش گیاهی با کیفیت در نوع خود هستند که می‌توانند مساحت پوشش‌های جنگلی، وضعیت تنوع زیستی منطقه و زیستگاه‌های مختلف حیات وحش را با دقت هرچه بیشتر تعیین کنند. بدیهی است از این داده‌ها می‌توان در طرح‌های مدیریتی و جنگلداری ازجمله تعیین میزان برداشت الوار بخوبی استفاده کرد.
الگوبرداری از طبیعت
سنجش از راه دور، یک سیستم گردآوری اطلاعات است که از طریق آن می‌توان از عارضه‌ای یا پدیده‌ای طبیعی، داده‌های گوناگونی جمع‌آوری کرد. در سیستم سنجش از راه دور از برخی سنسورهای هوایی یا فناوری‌های مشابه استفاده می‌شود که می توانند عوارض روی زمین را شناسایی و طبقه‌بندی کنند. منظور از عوارض زمین، صرفا پدیده‌ها یا عوارض موجود در خشکی‌ها نیست؛ زیرا این روش در اقیانوس‌ها و جو نیز کاربردهای خاص خود را دارد. روش گردآوری اطلاعات به این صورت است که با استفاده از بخش‌هایی از طیف الکترومغناطیس که از سطح زمین تابیده یا بازتابیده می‌شوند، تصاویری تهیه می‌شود که می‌توانند بخوبی توصیف‌کننده شرایط محیطی باشند.
فناوری موسوم به لیدار، نوعی سیستم سنجش از راه دور است که فاصله را از طریق روشن کردن یک هدف معین با لیزر و آنالیز میزان نور منعکس شده اندازه‌گیری می‌کند. مهم‌ترین قابلیت سیستم‌های لیدار، انتشار پالس‌هایی از جنس پرتوهای لیزری است که از طریق آنها می‌توان ارتفاع اشیا و عوارض را از سطح زمین اندازه گرفت. این سیستم به نوعی مشابه استراتژی پژواک‌یابی در حیوانات است. پژواک‌یابی یا بایوسونار، روشی مبتنی بر انتشار امواج صوتی است که جانورانی همچون خفاش‌ها، جغدها، دلفین‌ها و نهنگ‌ها از آن برای جهت‌یابی و تعیین موقعیت استفاده می‌کنند. اساس کار بسیار ساده است. حیوان امواج صوتی را به محیط اطراف گسیل می‌دارد و سپس با شنیدن آنها و تجزیه و تحلیل‌شان، موقعیت و جهت درست یا حتی مکان حضور شکار را تشخیص می‌دهد.
سیستم لیدار نیز از بعضی جهات با پژواک‌یابی مشابه است؛ زیرا در این سیستم هم به روشی نسبتا مشابه می‌توان ارتفاع عوارض و اشیای گوناگون را اندازه گرفت. دکتر کلندورف و همکارانش در روش جدید پیشنهادی خود بر کاربرد تلفیقی رادار و لیدار تاکید داشته‌اند. این سیستم از نظر متخصصان مزایای بسیاری دارد.
داده‌هایی فراتر از حد تصور
کلندورف درباره اهمیت این روش داده‌پردازی می‌گوید: ما ده‌ها ترابایت داده در اختیار داریم که براساس حدود 20 هزار تصویر ماهواره‌ای تولید شده (هر ترابایت معادل 024/1 گیگابایت) است. لذا هر کدام از تصاویر ما بیشتر از یک گیگابایت (یک میلیارد بایت) در حافظه خام حجم دارد. به سرانجام رساندن این محاسبات عملا نیازمند تلاشی فراتر از حد تصور بود، اما در نهایت موفق شدیم مدل‌های آماری نه‌تنها برای تلفیق سیستم‌های رادار و لیدار، بلکه برای مدیریت داده‌های فراوان ارائه کنیم.
نقشه‌های متفاوت گیاهی
رزولوشن یا تفکیک‌پذیری تازه‌ترین نقشه‌های ارتفاع پوشش گیاهی رقمی معادل 30 متر تخمین زده شده و از طریق آنها می‌توان درختانی با ارتفاع بیش از 15 تا 20 متر را براحتی شناسایی کرد. این دستاورد در نوع خود بسیار مهم است، زیرا به گفته دکتر کلندورف، نقشه‌های ارتفاع پوشش گیاهی پیشین از نظر مقیاس عملا مشکلات عدیده‌ای داشتند. یکی از مشکلات نقشه‌های پیشین، رزولوشن یا تفکیک‌پذیری پایین آنها بود. چنان که در نقشه‌های پوشش گیاهی حدود ده سال قبل، رزولوشن یا تفکیک‌پذیری حدود هزار متر بود. در حالی که تیم دکتر کلندورف اکنون این رقم را به 30 متر رسانده است.
نانسی هریس، پژوهشگری از موسسه منابع جهانی است که باور دارد با استفاده از نقشه‌های نسل جدید عملا می‌توان دید بهتری از یک منطقه داشت. او می‌گوید: داده‌های ارتفاعی مربوط به درختان می‌تواند دید روشن‌تری از بافت و ساختار منطقه را پیش روی محققان قرار دهد. اکنون بهتر می‌توان در مورد یکدستی و یکپارچگی پوشش گیاهی بخصوص در یک محیط و منظر باز قضاوت کرد. حتی این احتمال وجود دارد از این پس بتوانیم بهتر در مورد نوع درختانی که در یک منطقه رشد می‌کنند یا نحوه مدیریت آنها نظر بدهیم. کلندورف، محقق ارشد این طرح نیز افزود: یکی از مزایای در اختیار داشتن چنین مجموعه اطلاعاتی این است که می‌توان بدون پیش‌فرض یا هر گونه قضاوت نادرستی، پوشش جنگلی را به طور دقیق مورد مطالعه قرار داد. زیرا داده‌ها برخلاف گذشته دیگر متناقض نیستند.
منبع:جام جم
No tags for this post.