Uppsats

Kub för kub: Data-driven modellering och optimering av återväxt i tropisk skog

Kandidat-uppsats

KTH/Sannolikhetsteori, matematisk fysik och statistik

Publicerad: 2025

Språk: Svenska

Sammanfattning

Denna uppsats undersöker hur datadrivna modeller kan användas för att förutsäga ovanjordisk biomassaåterväxt i degraderade tropiska skogar. Med digitala tvilling-ar som både övervakningsverktyg och beslutsstöddsystem kombineras artspecifikträddata med en parametiserad Weibull-tillväxtmodell för att simulera biomassa-utveckling över tid. Tre scenarier jämförs: naturlig återväxt, begränsad återväxtutan insatser, samt ett optimerat scenario där artval och borttagning av lianeranpassas för att maximera klimatnytta inom en fastställd budget. Resultaten visarpå betydande variationer i total biomassa och kolinlagring mellan scenarierna.Den optimerade modellen, som använder artkostnadseffektivitet och lianhanteringsom beslutvariabler, ökar den ackumulerade kolinlagringen med över 14% jämförtmed baslinjen. Detta belyser potentialen i att tillämpa matematisk optimeringinom ekologisk restaurering. Utöver sin ekologiska tillämpning visar modellenäven ekonomisk relevans genom att översätta ekologiska processer till mätbaraindikatorer för investeringar och hållbarhetsrapportering. Den utgör ett kvantitativtunderlag för att identifiera kostnadseffektiva restaureringsstrategier och bidrar tillutvecklingen av trovärdiga naturkrediter och naturrelaterad finansiell rapportering.Modellen bidrar därmed till att överbrygga klyftan mellan ekologisk komplexitet ochekonomiskt beslutsfattande inom klimatanpassning och återställande av biologiskmångfald.

Information

Lärosäte / institution
KTH/Sannolikhetsteori, matematisk fysik och statistik
Publiceringsdatum
2025
Uppsatstyp
Kandidat-uppsats
Språk
Svenska

Utforska vidare

Liknande uppsatser

Uppsatser med liknande ämnen och nyckelord.