Компьютерная модель, использующая спутниковые данные и информацию о климате, может дать учёным раннее предупреждение о деградации прибрежных болот.
Используя эту модель, учёные обнаружили снижение подземной биомассы растений на большей части прибрежных болот Джорджии в период с 2014 по 2023 год. Важно отметить, что эта потеря произошла, даже несмотря на то, что болотные травы на поверхности выглядели зелёными и процветающими.
Результаты исследования
Результаты, опубликованные в прошлом месяце в «Proceedings of the National Academy of Sciences of the United States of America», могут помочь управляющим земельными ресурсами определить цели для восстановления до того, как будет нанесён более серьёзный ущерб.
Корни беспокойства
Болота «являются не только экономически, но и культурно и рекреационно важными местами для людей, которые живут на побережье и посещают его», — сказал соавтор исследования Кайл Рунион, ландшафтный эколог из Университета Джорджии. Они помогают контролировать наводнения, поглощают углерод и предоставляют пространство для охоты, рыбалки и наблюдения за дикой природой.
Но быстрый рост уровня моря угрожает болотным травам, поскольку более высокие воды и более частые наводнения затопляют почву и ограничивают поступление кислорода к корням. В здоровой экосистеме подземная биомасса растений сдерживает эрозию и добавляет органическое вещество, которое в конечном итоге разлагается в почву, повышая устойчивость болот к повышению уровня моря. Поэтому снижение корневой системы может быть ранним признаком проблем на болотах.
Болота могут выглядеть здоровыми, даже когда их корни отмирают, — сказал Бернард Вуд, эколог водно-болотных угодий в Управлении по защите побережья и восстановлению Луизианы, который не участвовал в исследовании.
Модель BERM и биомасса
Чтобы понять, как болота Джорджии реагируют на меняющиеся условия, исследователи разработали и протестировали модель устойчивости подземных экосистем (BERM) в 2021 году. BERM использует спутниковые данные и информацию о климате для оценки подземной биомассы Spartina alterniflora, или гладкой кордовой травы, в прибрежных районах.
В исследовании 2021 года команда собрала информацию об экологических условиях на соляных болотах Джорджии из Landsat 8, сводок климата Daymet и других общедоступных наборов данных. Они создали модель машинного обучения, которая может прогнозировать подземную биомассу, и обучили её на полевых данных с четырёх участков болот. Исследователи обнаружили, что высота над уровнем моря, давление пара, а также частота и глубина затопления были одними из наиболее важных переменных для прогнозирования корневой биомассы.
Как соляное болото выглядит на поверхности, не обязательно является показателем его истинного состояния
В новом исследовании Рунион и его коллеги применили модель для оценки изменений корневой биомассы S. alterniflora почти на 700 квадратных километрах побережья Джорджии в период с 2014 по 2023 год.
За это время подземная биомасса в среднем уменьшалась примерно на 1% в год, обнаружили исследователи. Примерно на 72% площади соляных болот наблюдалось снижение подземной массы растений. В то же время надземная биомасса — видимая часть болотной травы — увеличилась на большей части исследуемой территории.
Разница между биомассой над и под землёй может быть связана с тем, что надземная биомасса менее чувствительна к наводнениям, чем корневые системы. Или же увеличение может быть временным, поскольку наводнение сначала доставляет питательные вещества, но в конечном итоге топит растение. В любом случае, как выглядит соляное болото на поверхности, не обязательно является показателем его истинного состояния.
Инструмент для сохранения
Ранние признаки деградации болот, предоставляемые моделью, могут иметь решающее значение для сохранения. «Как только происходит потеря [болот], это может быть необратимо», — сказал Рунион. «Получив сигнал об ухудшении состояния до того, как произойдёт потеря, мы можем вмешаться и гораздо легче что-то с этим сделать».
Картирование наиболее уязвимых участков болот может также помочь преодолеть тенденцию рассматривать болота как «обречённые» или «необречённые» и направлять усилия по сохранению в районы, наиболее нуждающиеся в этом, — сказала Дениз Рид, прибрежный геоморфолог из Университета Нового Орлеана, которая не участвовала в исследовании. Хотя подземная биомасса в среднем снижается, некоторые районы побережья претерпевают меньшие изменения, чем другие.
«Есть некоторые сложные закономерности, которые, вероятно, было бы здорово понять немного лучше», — сказала Рид. Но «идея о том, что можно обнаружить участки, которые находятся в худшем состоянии, по сравнению с участками, которые находятся в лучшем состоянии, с точки зрения почвы, действительно полезна».
Пока что BERM может прогнозировать подземную биомассу только на болотах Джорджии. Другие регионы имеют разные виды растений и динамику затопления, которые могут изменить отношения, на которых основана BERM. Но с дополнительными калибровочными данными из других соляных болот команда могла бы сделать модель более широко применимой, сказал Рунион.
«Мы стремимся расширить эту модель до включения различных видов вдоль побережья Мексиканского залива и Восточного побережья», — сказал Рунион.
Skyler Ware (@skylerdware), научный писатель
Ware, S. (2025), Machine learning model flags early, invisible signs of marsh decline, Eos, 106, https://doi.org/10.1029/2025EO250253. Published on 17 July 2025.
© 2025. The authors. CC BY-NC-ND 3.0