Ovo istraživanje moglo bi revolucionirati praćenje zdravlja šuma
Način na koji se svjetlost reflektira na lišću mogao bi pomoći u prepoznavanju šuma koje odumiru
Rano otkrivanje slabljenja zdravlja šuma ključno je za pravodobne intervencije i liječenje vegetacije pogođene sušom i bolestima, osobito u područjima sklonima šumskim požarima.
Dobivanje pouzdanog pokazatelja zdravlja šumskog ekosustava i dalje predstavlja velik izazov za istraživače. Tradicionalno uzorkovanje zahtijeva previše rada za istraživanja na razini cijelih šuma, dok je suvremena genomika, iako može precizno odrediti aktivne gene, još uvijek preskupa za primjenu u velikim razmjerima. Daljinsko istraživanje nudi rješenje visoke rezolucije iz zraka, no ograničeni modeli analize podataka znače da dobivene snimke ne pružaju dovoljno informacija i to dovoljno rano.
Nova studija istraživača sa Sveučilišta Notre Dame, objavljena u časopisu Nature: Communications Earth & Environment, donosi potpuniju sliku zdravlja šuma. Istraživanje koje je financirala NASA, pokazuje da spektralna reflektancija, mjerenje dobiveno sa satelitskih snimaka, odgovara izražavanju određenih gena.
Reflektancija označava količinu svjetlosti koja se odbija od lisnog tkiva te na kojim točno valnim duljinama, u vidljivom i bliskom infracrvenom području. Izračunava se kao omjer reflektirane i upadne svjetlosti te mjeri posebnim senzorima, a dobiveni podaci otkrivaju jedinstveni potpis specifičan za sastav i stanje lista.
„Ovo istraživanje ima potencijal revolucionirati praćenje zdravlja šuma”, kaže Nathan Swenson, profesor bioloških znanosti i voditelj Centra za istraživanje okoliša Sveučilišta Notre Dame (UNDERC). „Povezivanjem reflektancije s ekspresijom gena možemo dobiti pokazatelj zdravlja šume u stvarnom vremenu, na genomskoj razini, koji prepoznaje rane znakove propadanja i povezuje ih s promjenama na staničnoj razini.”
Iako je reflektancija snažan pokazatelj fizičkih i kemijskih svojstava lista, korisnost tih podataka ograničena je bez mogućnosti određivanja njihova molekularnog podrijetla.
„Danas zrakoplovom možemo preletjeti cijelu šumu i brzo zabilježiti svojstva krošnji svakog stabla, ali ono što možemo reći o stanju pojedinog stabla i dalje je prilično ograničeno. Zato smo željeli otići korak dalje i postaviti pitanje: postoji li značajna veza između reflektancije lista i njegove ekspresije gena”, objašnjava Swenson.
Ukratko, odgovor je potvrdan. Swenson je, uz pomoć diplomskih studenata i poslijedoktoranada, prikupio uzorke lišća dviju čestih vrsta drveća – šećernog javora (Acer saccharum) i crvenog javora (Acer rubrum) – na terenskom lokalitetu UNDERC-a u sjevernom Wisconsinu i na Gornjem poluotoku Michigana.
Na mjestu prikupljanja izmjereni su i zabilježeni podaci o reflektanciji površine svakog lista, prije nego što je uzorak pohranjen i obrađen za analizu ekspresije gena. Analiza je bila usmjerena na gene povezane s reakcijom na vodu, sušom, fotosintezom te interakcijama biljaka sa štetnicima i patogenima. Podaci o reflektanciji dodatno su obrađeni kako bi se odredile valne duljine svjetlosti koje određeni list reflektira ili apsorbira.
Za više od polovice analiziranih gena istraživači su pronašli snažnu povezanost s određenim valnim duljinama reflektancije. To znači da su, kod većine promatranih stabala, listovi koji izražavaju određeni gen reflektirali ili apsorbirali iste „potpisne” valne duljine svjetlosti kao i drugi listovi s istim genetskim obilježjem.
„Ovdje smo to pokazali u malom razmjeru, ali potencijal za predviđanje ekspresije stotina ili tisuća ekološki važnih gena na temelju reflektancije je golem”, kaže Swenson. „Mogli bismo pratiti cijele šume na genomskoj razini, pomoću senzora na Međunarodnoj svemirskoj postaji.”
Kako bi ovu novoutvrđenu povezanost primijenio na cijele šume, Swenson planira proširiti prethodna istraživanja. Studija iz 2024., objavljena u časopisu PLOS Biology, povezala je satelitske snimke s računalnim modelima potpomognutima umjetnom inteligencijom kako bi izradila karte vrsta drveća za Nacionalnu mrežu ekoloških opservatorija.
Model umjetne inteligencije, koji je razvio tim iz više institucija, uključujući Swensona, može se trenirati za prepoznavanje pojedinih vrsta drveća na temelju snimaka krošnji cijele šume. U kombinaciji s podacima o reflektanciji i ekspresiji gena, model bi mogao stvoriti cjelovit profil pojedinog stabla na temelju njegove vrste, reflektancijskog potpisa i karte ekspresije gena za tu vrstu. Time bi istraživači mogli učinkovitije prepoznati „problematična“ stabla ili skupine stabala i pravodobno intervenirati.
„Modele koje razvijamo na razini lista možemo primijeniti na nove skupove podataka o reflektanciji, bilo iz zrakoplova ili sa satelita. Tako se može izraditi karta ekspresije gena na razini cijele nacionalne šume”, kaže Swenson.
„Krajnji je cilj koristiti prave podatke kako bismo brzo procijenili kako stabla reagiraju na stresne čimbenike, kako bismo mogli intervenirati prije nego što šuma dođe do točke krize“, zaključuje Swenson.
Stjepan Felber | Ekovjesnik