Largura do anel da árvore prevista pelo aprendizado de máquina

Jun 17, 2023

Os anéis das árvores são livros de registro do crescimento anual, e a largura de cada anel está correlacionada com as condições ambientais daquele ano. Em um novo estudo, Lee e Dannenberg usam o aprendizado de máquina para demonstrar que a largura do anel está bem correlacionada com os tipos de massas de ar que uma árvore experimentou no ano passado.

Receba as notícias científicas mais fascinantes da semana em sua caixa de entrada todas as sextas-feiras.

Anteriormente, os cientistas vinculavam a variabilidade dos anéis das árvores a elementos climáticos discretos, como temperatura, precipitação e seca. No entanto, o clima não é experimentado como elementos individuais, mas como um coletivo de todos os diferentes componentes atuando juntos. A experiência integrada do clima pode ser caracterizada como uma massa de ar: corpos atmosféricos com milhares de quilômetros de tamanho.

No novo estudo, os autores reuniram registros de anéis de árvores para 130 espécies em 904 locais de observação no Hemisfério Norte. Eles também extraíram dados meteorológicos sobre as massas de ar em cada local e em cada dia desde 1979, usando um conjunto de dados disponível publicamente chamado classificação de tipologia meteorológica em grade. Este sistema classifica o clima em 11 tipos com base principalmente na temperatura e umidade.

Em seguida, usando redes neurais artificiais, os pesquisadores correlacionaram a largura de um anel de árvore com o número de dias em que a árvore experimentou cada classe diferente de massa de ar nos 12 meses anteriores. Para comparação, eles usaram a mesma abordagem de aprendizado de máquina usando dados tradicionais de temperatura e precipitação.

A abordagem de massa de ar superou a tradicional para 66% das espécies de árvores. Esse percentual subiu para 83% entre as espécies com mais registros disponíveis. A análise dos pesquisadores revelou que as massas de ar úmido-frio foram mais correlacionadas com o crescimento significativo das árvores, enquanto as massas de ar seco-quente foram as mais preditivas de baixo crescimento.

Os pesquisadores usaram o modelo para entender como as condições climáticas do passado afetam o crescimento das árvores, mas observam que a direcionalidade pode ser invertida: o registro do anel das árvores se estende por quase 14.000 anos e pode ser usado para classificar antigas massas de ar.

As descobertas podem ser usadas até mesmo para perscrutar o futuro. Ao caracterizar as massas de ar atuais e prever as futuras, o modelo pode avaliar o estresse das plantas, o risco de mortalidade e a vulnerabilidade a incêndios florestais para o próximo ano. (Journal of Geophysical Research: Biogeosciences, https://doi.org/10.1029/2022JG007064, 2023)

—Morgan Rehnberg (@MorganRehnberg), escritor de ciência