Skjulte kulstoflagre opdaget fra oven: 20 procent af Danmarks trædække overses i statistikkerne

Træer isolerer CO2 fra atmosfæren, gavner dyreliv, biodiversitet og gør os mennesker glade i låget. Måske er du så heldig at have dem i baghaven, ud for dit vindue eller i en nærliggende park. For det er nemlig langt fra kun i skovene, at træerne findes i større antal, viser ny forskning fra Institut for Geovidenskab og Naturforvaltning på Københavns Universitet.

Her har forskere ved hjælp af en avanceret algoritme, der kombinerer satellitbilleder og kunstig intelligens, nærstuderet Danmark fra oven for at undersøge, hvor mange træer vi egentlig har uden for vores skovområder. Træer, som i dag ikke tælles med i de nationale opgørelser, fordi de typisk ikke tæller træer uden for skovene med.

Optællingen viser, at 16,9 procent af Danmarks areal er dækket af træer, men at en knap femtedel af trædækket – 19,5 procent – befinder sig uden for de områder, der defineres som skove. Det svarer til cirka 4,7 millioner tons biomasse, som befinder sig i byer og i landområder brugt til landbrug eller andre formål.   

”Der står rigtig mange træer i bl.a. sommerhusområder og i byerne, som ikke tælles med, når de nationale opgørelser over skovressourcer laves. Vores studie viser, at der er et skjult potentiale i forhold til lagring af kulstof uden for skovene, som skal indregnes i klimamodellerne og i oversigter over biomasse,” siger lektor Martin Brandt fra Institut for Geovidenskab og Naturforvaltning.

En milliard tons biomasse

Forskerne har også sluppet algoritmen fri i resten af Europa, hvor landskabet rummer væsentligt flere træer, end de nationale opgørelser viser. Faktisk er der 15 millioner hektar med trædække uden for skovområderne på hele kontinentet. Det svarer til en milliard tons skjult biomasse, der nu pludselig dukker op og kan regnes med i forskellige statistikker og modeller.

Nederlandene topper listen som det land, der procentvist har mest trædække, som ikke er talt med i de nuværende opgørelser. Næsten 25 procent af landets trædække ligger således uden for skovene, hvoraf otte procent vokser i byerne.

I Storbritannien er 22 procent af landets trædække andre steder end i skovene, og for Irland er det knap 20 procent. For skovrige lande er andelen af trædække uden for skovområderne markant mindre. Således findes eksempelvis kun knap to procent ud af Finlands samlede trædække uden for skovene.

”I de europæiske lande, som naturligt har mange store skovområder, betyder træerne uden for skovene ikke det store. Men i lande som Danmark, Nederlandene, Storbritannien og Irland, der ikke har enorme skovressourcer, spiller disse træer en vigtig rolle for biodiversiteten, mikroklimaet, landskabsværdier og vandets kredsløb i det enkelte område,” siger Martin Brandt.

AI tæller træer med høj præcision

Ved hjælp af data fra bl.a. nationale opgørelser, der inddeler lande i by, skov- og landområder har forskerne designet en deep learning-algoritme, som kan genkende træer ned til tre meters højde ud fra deres trækroner. Derefter har forskerne fodret algoritmen med detaljerede satellitbilleder af 30 europæiske lande, som den har brugt til at udregne, hvor stort et trædække der findes uden for skovområderne i hvert land. 

”Kvaliteten af vores resultater kommer meget tæt på den fra satellitbilleder, som er meget dyre at lave i den størrelsesorden, vi her får kunstig intelligens til at undersøge. Vores kortlægning af træer uden for skovene har således en præcision på 92,4 procent,” siger ph.d.-studerende Siyu Liu, som er førsteforfatter på studiet.

Det seneste studie af Europas skjulte trædække er et i en længere række af studier lavet i løbet af de sidste par år, der har belyst trædækket i bl.a. Sahara og andre dele af Afrika ved hjælp af avanceret teknologi med detaljerede satellitbilleder og kunstig intelligens.

Bedre overvågning af skovene

Det er kortlægninger, som det ifølge Martin Brandt ikke har været muligt at lave tidligere med samme præcision og detaljegrad. Et fremskridt, som gør det lettere at overvåge vores skove og biomasse i fremtiden.

”I dag sender vi folk ud for at lave manuelle optællinger af træbiomasse. Men alene i Danmark er der mere end 20.000 landområder med skov, så det er en massiv opgave. Vores metode gør det muligt at udføre hurtig og mere regelmæssig overvågning på et tidspunkt, hvor kulstoflagre og klima står højt på dagsordenen vigtigst," slutter han.

Grundlaget for arbejdet var data fra Danmarks Skovstatistik (National Forest Inventory, NFI) leveret af seniorforsker Thomas Nord-Larsen, som understreger den fortsatte vigtighed af feltdata:

"Uden skovbeholdningsdata, der bruges til at kalibrere sådanne metoder, er satellitobservationer bare digitale tal uden mening. Disse opgørelsesdata er dog typisk begrænset til skove, og metoder som præsenteret her, gør det muligt at skalere opgørelsesdata til hvert hjørne af landet."

Om studiet:

Forskningen er udgivet i det videnskabelige tidsskrift Science Advances og udført af Siyu Liu, Martin Brandt, Thomas Nord-Larsen, Jerome Chave, Florian Reiner, Nico Lang, Xiaoye Tong, Phillipe Ciais, Christian Igel, Adrian Pascual, Juan Guerra-Hernandez, Sizhou Li, Maurice Mugabowindekwe, Sassan Saatchi, Yuemin Yue, Zhengchao Chen og Rasmus Fensholt.

Forskningen er finansieret af European Research Council (ERC) under Den Europæiske Unions Horizon 2020 forsknings- og innovationsprogram (tilskudsaftale nr. 947757 TOFDRY) og som en del af Forestplan-projektet finansieret af Miljøstyrelsen

Ti eksempler på europæiske landes trædække og biomasse uden for skovene: 

Country	Total tree cover (% of country)	Tree cover outside forests (% of total)	Total biomass in Tg	Tree biomass outside forests in Tg (% of total)
Ireland	10.5%	19.7%	36.65	3.24 (8.8%)
United Kingdom	14.1%	22.1%	264.29	26.29 (9.9%)
The Netherlands	14.8%	24.6%	47.32	5.79 (12.2%)
Denmark	16.9%	19.5%	63.47	4.74 (7.5%)
Ukraine	20.1%	11.4%	1534.2	53.2 (3.5%)
France	34.6%	9.7%	2388.2	77.2 (3.2%)
Germany	36.1%	10.0%	2264.3	65.4 (2.9%)
Italy	38.6%	7.5%	1501.3	37.6 (2.5%)
Estonia	50.3%	3.0%	259.3	2.7 (1.0%)
Finland	67.8%	1.7%	1726.2	9.76 (0.6%)