Bossen over de hele wereld ondergaan grootschalige en ongekende veranderingen in structuur en soortensamenstelling als gevolg van antropogene verstoringen, klimaatverandering en andere mondiale veranderingen. Klimaat, verstoringen en bosstructuur zijn allemaal nauw met elkaar verbonden: veranderingen in het klimaat kunnen rechtstreeks leiden tot fysieke veranderingen in de bosstructuur en vice versa of tot een verwachte toename van bosverstoringen. Het is echter nog steeds onzeker hoe bosstructuur wordt beïnvloed door verstoringen (lokaal) en hoe we verschillende niveaus van verstoringregimes kunnen detecteren en monitoren met behulp van satellietgegevens vanuit de ruimte (wereldwijd).

Dit project zal zich richten op de impact van droogte, brand en houtkap in een reeks tropische en gematigde bosecosystemen. Het zal leiden tot een stapsgewijze verbetering van onze mogelijkheid om verstoringen en herstel van bossen waar te nemen, te kwantificeren en te begrijpen door gebruik te maken van tijdreeksen van de meest gedetailleerde structurele en radiometrische 3D-bosmodellen ooit gebouwd: "digital twin" bossen. De belangrijkste innovaties zullen zijn: (1) de oprichting van een ongekende 4D dataset over 57 verstoord sites met behulp van terrestrische laserscanning (~11.500 individuele bomen); (2) de ontwikkeling van nieuwe methoden om big data science van bospuntenwolken mogelijk te maken; (3) de identificatie van belangrijke assen van variatie van verstoord boom- en bosstructuur; (4) de eerste implementatie ooit van digital twins voor optische en radar radiatieve overdrachtsmodellering; (5) de near-real time inversie van remote sensing van bosverstoringen met behulp van emulatie; en (6) de inbedding van bosstructuur in het wereldwijde observatieproces om de onzekerheden in het monitoren van verstoringen te begrijpen.

Deze innovaties zullen een rijkdom aan onbenutte onderzoeksvragen en toepassingen openen die vragen om de meest gedetailleerde 3D-informatie over de bladerdakstructuur. Deze inzichten zijn ook dringend nodig om onzekerheden te verminderen en de voorspelling van koolstofvoorraden en -dynamiek te bevorderen in de context van het IPCC.