Előző cikkünkben a karbonkreditek intézményével ismerkedhettünk meg. De vajon honnan tudhatjuk, hogy egy bizonyos kiterjedésű fás terület mennyi szén-dioxid megkötésére képes?
Egy fás terület karbonmegkötő képességének mérése nem egyszerű feladat. A hagyományos módszer szerint az adott parcelláról vett minták áttanulmányozásával kell kezdenünk, ebből következtethetünk majd a szóban forgó terület egészére. Ez a módszer ugyanakkor főként manuális vizsgálatokat igényel, ebből adódóan pedig meglehetősen időigényes és hosszú távon nem skálázható.
És mit hívhatunk ilyenkor segítségül? Természetesen a mesterséges intelligenciát!
Így tett például a bangkoki székhelyű konglomerátum, a Charoen Pokphand (CP) Group is, amely a következő módon automatizálta a folyamatot: műholdképek eltérő időközönkénti összehasonlításával mérik meg egy erdős terület föld feletti biomasszáját és ez alapján számolják ki, mennyi szén-dioxidot képes megkötni a szóban forgó erdőség a légkörből. Ez adja meg egy adott terület karbonkreditekben mért értékét.
A módszert több országban is kipróbálták, és az eddigi eredmények szerint nagy pontossággal lehet vele megbecsülni az erdős területek karbonmegkötő képességét.
De miért is olyan fontos ez?
Ahogy a vállalatokat fokozódó társadalmi nyomás éri a felelős cselekvés érdekében, egyre nagyobb lesz a karbonlábnyom semlegesítését lehetővé tevő módszerek iránti kereslet. Bármilyen irányban indulunk is el a csökkentésben, az eredmények pontos, – és ennek köszönhetően – szakmai konszenzuson alapuló mérése mindenképpen alapvető feladat lesz.
Forrás:
Recio, P. U. (2021): How Analytics And AI Can Help Achieve Carbon Neutrality. https://www.forbes.com/sites/forbestechcouncil/2021/12/29/how-analytics-and-ai-can-help-achieve-carbon-neutrality/?sh=28ae696c4f0a Forbes. (Utoljára megtekintve: 2022. 04. 28.)
Comments are closed.