“多年来，我们对实地数据团队投入了大量资源，致力于产出值得信赖的评级。虽然这确保了我们评级的准确性，但无法满足买家在数千个项目中进行评估所需的规模。”
如需了解碳信用额采购趋势的更多信息，请阅读我们的《2025年关键要点》一文。文中分享了五条基于数据的建议，助您优化采购策略。
还有一点：Connect to Supply 的客户还可以使用Sylvera 的其他工具。这意味着您可以轻松查看项目评级并评估单个项目的优势，采购优质的碳信用额，甚至监控项目动态（特别是如果您在发行前阶段进行了投资）。
Sylvera 科学家阿什莉·帕森斯解释道……
上次与大家分享近况时，我和团队正在加蓬的热带雨林中采集地面激光扫描数据，以绘制地面的森林结构图。您可以在此阅读我之前的博客。
今天，我们的团队正在牛津郡的威瑟姆森林（Wytham Woods）开展工作。这里是一片古老的林地，也是英国的“特殊科学兴趣点”（SSSI）。我们首次使用无人机（UAV）进行自动飞行，从空中采集高质量的森林结构数据，获取与地上生物量（AGB）相关的关键参数，例如树高和树干直径。
威瑟姆森林是测试我们新设备的理想基地，让我们能在与加州大学洛杉矶分校、美国宇航局喷气推进实验室及伦敦大学学院的研究人员共同前往秘鲁——开展Sylvera的研究计划下一阶段工作之前，对这项创新技术进行全面测试。
.avif)
我们正在对无人机飞行任务的关键要素进行试验，以评估我们最先进的航空激光扫描仪所捕获的不同3D点云数据。这些扫描数据使我们能够构建森林的精细3D模型，但不同的参数会改变我们收集的数据类型。由于存在取舍关系，因此我们需要找到合适的平衡点。 现在解决这个问题至关重要，这样当我们在热带生物群落中扫描数千公顷森林时，才能最大限度地提高所采集数据的质量和数量。
这些无人机扫描数据将利用我们在地面上采集的森林结构数据进行校准。我们这种将不同空间尺度上采集的激光雷达测量数据相结合的独特方法，将使我们能够弥合与卫星数据之间的差距，并以前所未有的精度生成我们独特的区域级AGB地图。 我们的机器学习工程师将利用这些地图训练Sylvera机器学习模型，使其能够通过卫星数据推断全球森林中地上生物量的状态及其变化。
通过这项工作Sylvera 以前所未有的精度追踪全球林业碳抵消项目的影响。 结合Sylvera 评估项目设计及协同效益影响的定制化方法，买家将能对其碳抵消项目产生前所未有的信心。
敬请关注我们位于秘鲁坦博帕塔实地团队的下一期更新，我们将继续在亚马逊雨林开展研究。
