“Le foreste sono tra gli ecosistemi più importanti in natura, in costante evoluzione, ma il loro monitoraggio è spesso ritardato”, afferma Rytis Maskeliūnas, professore all’Università di Tecnologia di Kaunas (KTU). I cambiamenti climatici, i parassiti e l’attività umana stanno trasformando le foreste più velocemente di quanto possiamo rintracciarli: alcuni cambiamenti diventano evidenti solo quando il danno è già irreversibile.
I ricercatori di KTU propongono soluzioni tecnologiche innovative: un modello innovativo di rigenerazione forestale e un sistema di analisi solida che può prevedere le condizioni forestali e rilevare i cambiamenti ambientali in tempo reale.
La gestione forestale oggi è sempre più sfidata dai cambiamenti ambientali che si sono intensificati negli ultimi anni. “Le foreste, specialmente in regioni come la Lituania, sono altamente sensibili all’aumento delle temperature invernali. Una combinazione di fattori sta facendo indebolire gli alberi, rendendoli più vulnerabili ai parassiti”, afferma Maskeliūnas.
Secondo lo scienziato, i metodi di monitoraggio tradizionali come le ispezioni visive dei forestali o il monitoraggio basato su trappole non sono più sufficienti. “Non avremo mai abbastanza persone per osservare continuamente ciò che sta accadendo nelle foreste”, spiega.
Per migliorare la protezione delle foreste, i ricercatori di KTU hanno impiegato intelligenza artificiale (AI) e analisi dei dati. Queste tecnologie consentono non solo il monitoraggio delle foreste in tempo reale, ma anche l’analisi predittiva, consentendo un intervento precoce in risposta ai cambiamenti ambientali.
SGli alberi di pruce sono particolarmente colpiti dai cambiamenti climatici
Una soluzione chiave è il modello di dinamica di rigenerazione delle foreste, che prevede come le foreste crescono e cambieranno nel tempo. Il modello tiene traccia delle fasce d’età degli alberi e calcola le probabilità per le transizioni degli alberi da una fascia di età all’altra analizzando i tassi di crescita e mortalità.
Head of the Real Time Computer Center (RLKSC), esperto di analisi dei dati, Prof. Robertas Damaševičius, identifica i vantaggi fondamentali del modello: può identificare quali specie alberi sono più adatte a ambienti diversi e dove dovrebbero essere piantate.
“Può aiutare a pianificare il reimpianto di foreste miste per migliorare la resilienza contro i cambiamenti climatici, nonché prevedere dove e quando alcune specie potrebbero diventare più vulnerabili ai parassiti, consentendo misure preventive. Questo strumento supporta la conservazione delle foreste, la manutenzione della biodiversità e i servizi ecosistemi ottimizzando l’ottimizzazione dell’allocazione di finanziamento e della compensazione per i proprietari di foreste”, afferma Maskeli.
Il modello si basa su metodi statistici avanzati. Il modello della catena di Markov calcola come una foresta passa da uno stato all’altro, in base alle condizioni attuali e ai tassi di crescita e mortalità probabilistici. “Questo ci consente di prevedere quanti giovani alberi sopravviveranno o moriranno a causa di malattie o parassiti, contribuendo a prendere decisioni di gestione delle foreste più informate”, spiega la facoltà di informatica di Ktu.
Inoltre, una decomposizione multidirezionale delle serie temporali distingue le tendenze a lungo termine nella crescita delle foreste da cambiamenti stagionali o fattori ambientali inaspettati come siccità o focolai di parassiti. La combinazione di questi metodi fornisce una visione più completa degli ecosistemi forestali, consentendo previsioni più accurate in diverse condizioni ambientali.
Il modello è stato anche applicato per valutare la situazione forestale della Lituania, rivelando che gli alberi di abete rosso sono particolarmente colpiti dai cambiamenti climatici, diventando sempre più vulnerabili a causa di periodi secchi più lunghi in estate e inverni più caldi. “Gli abeti rossi, sebbene crescano rapidamente nelle giovani foreste, sperimentano tassi di mortalità più elevati nelle fasi di vita successive. Ciò è legato alla ridotta resistenza allo stress ambientale”, afferma Maskeliūnas.
I suoni della foresta rivelano la salute dell’ecosistema
Un altro strumento sviluppato dai ricercatori è un sistema di analisi del suono in grado di identificare i suoni forestali naturali e rilevare anomalie che possono indicare disturbi dell’ecosistema o attività umana. L’analisi del suono sta diventando una parte importante della digitalizzazione forestale, consentendo un monitoraggio ambientale in tempo reale e una risposta più rapida alle potenziali minacce.
Il modello, proposto dallo studente di dottorato di KTU RLKSC Ahmad Qurthobi, è innovativo nella combinazione di una rete neurale convoluzionale (CNN) con un modello BILSTM a breve termine a breve termine (BILSTM).
“La CNN riconosce e fornisce caratteristiche che descrivono il suono, ma non è sufficiente capire come i suoni cambiano nel tempo. Ecco perché usiamo Bilstm, che analizza le sequenze temporali”, spiega Maskeliūnas.
Questo modello ibrido non solo rileva accuratamente suoni statici, come il costante cinguettio degli uccelli, ma identifica anche cambiamenti dinamici, come i rumori di deforestazione improvvisi o i cambiamenti dell’intensità del vento.
“Ad esempio, le canzoni degli uccelli aiutano a monitorare la loro attività, la diversità delle specie e i cambiamenti stagionali nella migrazione. Una riduzione improvvisa o un aumento significativo dei suoni degli uccelli può segnalare problemi ecologici”, afferma Maskeliūnas.
Anche i suoni generati dagli alberi, come quelli causati dal vento, dal movimento delle foglie o dai rami di rottura, possono indicare la resistenza del vento o i cambiamenti strutturali negli alberi a causa della siccità o di altri fattori di stress.
I ricercatori concordano sul fatto che il modello potrebbe anche essere adattato per il monitoraggio di altri cambiamenti ambientali: “Il nostro modello potrebbe rilevare suoni animali come ululato di lupo, chiamate di accoppiamento dei cervi o attività di cinghiale, contribuendo a monitorare i loro movimenti e i modelli di comportamento. Nelle aree urbane, potrebbe essere utilizzato per tracciare l’inquinamento acustico o l’intensità”.
La soluzione stessa non è solo un’innovazione sulla carta. Il sistema di analisi del suono si integra facilmente nel KTU sviluppato Smart Forest Internet of Things (IoT) – Forest 4.0.
“I dispositivi IoT Forest 4.0 sono come i tutori silenziosi degli ecosistemi di domani, analizzando il battito cardiaco delle nostre foreste in tempo reale e promuovendo un mondo in cui la tecnologia ascolta la natura”, spiega l’esperto di KTU IoT Prof. Egidijus Kazanavičius.
Attualmente, alcuni dei modelli utilizzati dai silvicoltori tendono a semplificare eccessivamente le complesse dinamiche ecologiche e non considereranno la concorrenza delle specie, i circuiti di feedback ambientale e la variabilità climatica. Di conseguenza, prevedere accuratamente come le foreste risponderanno a diversi fattori rimane una sfida.
“Questo è il motivo per cui queste tecnologie avanzate rappresentano il futuro della gestione forestale”, conclude il Prof. Maskeliūnas.
Da un’altra testata giornalistica. news de www.sciencedaily.com
