מחקר שפורסם ב־Nature Sustainability , משתמש בכלי בינה מלאכותית כדי למפות תופעה אקולוגית שמתרחבת עם משבר האקלים: יערות רפאים – אזורים שבהם עצים מתים נותרים עומדים, לאחר חדירה של מים מלוחים ועלייה בתדירות הצפות, הממירות יער לחורש מת או למלחה. באמצעות ניתוח תצלומי אוויר ברזולוציה גבוהה ולמידה עמוקה, החוקרים מעריכים שמדובר בהיקף של כמעט 12 מיליון עצים מתים לאורך רצועת חוף רחבה ממיין ועד דרום קרוליינה.
מה הם “יערות רפאים” וכיצד הם נוצרים?
הדינמיקה הבסיסית מוכרת לאקולוגים: כשמי ים חודרים פנימה –עקב עליית מפלס הים, סערות חזקות יותר, או שינויי ניקוז – מליחות הקרקע עולה. עצים רבים בסביבות חופיות אינם מותאמים למליחות גבוהה, והם מאבדים יכולת לקלוט מים ומינרלים. התוצאה היא תמותה הדרגתית שמייצרת “שלד יער” – גזעים אפורים וחסרי עלים, לעיתים לצד התבססות של צמחיית ביצה שמחליפה את היער. המחקר מציג את התופעה כתהליך מרחבי: לא אירוע נקודתי, אלא “חזית” שמתקדמת, במיוחד באזורים נמוכים.
למה בינה מלאכותית משנה את היכולת למדוד את היקף התופעה?
עד היום, מיפוי יערות רפאים נשען לעיתים על סקרים מקומיים, עבודת שטח ותצלומים חלקיים. החידוש כאן הוא מעבר למדידה רחבת־היקף שמבוססת על דפוסים חזותיים. האלגוריתם מאומן לזהות מאפיינים של עצים מתים (למשל צבע, מרקם צמרת, היעדר עלווה) בתצלומי אוויר, ולהבדיל אותם מעצים חיים ומעצמים אחרים בנוף. כך אפשר לסרוק שטחים עצומים בצורה עקבית ולהפיק שכבות מידע שמביאות לראשונה הערכה כמותית ברזולוציה גבוהה.
מה שמעניין במיוחד הוא שהמחקר לא מסתפק בספירה: מיפוי כזה מאפשר לבחון איפה התופעה מתרכזת, כיצד היא קשורה לטופוגרפיה, לקרבה לערוצי מים מליחים, ולשינויים בתשתיות ניקוז. כלומר, הבינה המלאכותית הופכת את “יערות הרפאים” ממושג תיאורי למשתנה מדיד שאפשר לשלב במודלים של סיכון חופי, תכנון שימושי קרקע ושיקום מערכות אקולוגיות.
מה המשמעות האקולוגית והאקלימית של מעבר מיער לביצה?
במעבר כזה יש גם הפסד וגם פוטנציאל: מצד אחד, יערות מספקים שירותי מערכת – בית גידול, קיבוע פחמן, ויסות מים – ואובדנם משנה את מארג החיים המקומי. מצד שני, מלחות יכולות לקבע פחמן בקרקע בתנאים מסוימים ולבלום גלי סערה. לכן השאלה המדעית אינה רק “כמה עצים מתו”, אלא איזה נוף חדש נוצר ומה הוא עושה למאזן הפחמן המקומי ולמגוון הביולוגי? מיפוי מדויק של היקף התופעה מאפשר להתחיל לענות על שאלות אלה בצורה אמפירית, במקום להישען על אנקדוטות.
כאן חשוב גם סייג מתודולוגי: אלגוריתמים חזותיים תלויים באיכות התצלומים, בעונת הצילום, וביכולת להבחין בין “עץ מת” ל”עץ נשיר בחורף” או אזורים שרופים. לכן ערך מרכזי במחקר כזה הוא מדדי דיוק, אימות מול דגימות שטח, והצגה שקופה של אי־ודאויות. אף על פי כן, עצם המעבר למיפוי בקנה מידה יבשתי מספק כלי עבודה חדש לניהול חופים בעידן משבר האקלים.
עוד בנושא באתר הידען:
