A large proportion of dryland trees and shrubs (hereafter referred to collectively as trees) grow in isolation, without canopy closure. These non-forest trees have a crucial role in biodiversity, and provide ecosystem services such as carbon storage, food resources and shelter for humans and animals 1 , 2 . However, most public interest relating to trees is devoted to forests, and trees outside of forests are not well-documented 3 . Here we map the crown size of each tree more than 3 m 2 in size over a land area that spans 1.3 million km 2 in the West African Sahara, Sahel and sub-humid zone, using submetre-resolution satellite imagery and deep learning 4 . We detected over 1.8 billion individual trees (13.4 trees per hectare), with a median crown size of 12 m 2 , along a rainfall gradient from 0 to 1,000 mm per year. The canopy cover increases from 0.1% (0.7 trees per hectare) in hyper-arid areas, through 1.6% (9.9 trees per hectare) in arid and 5.6% (30.1 trees per hectare) in semi-arid zones, to 13.3% (47 trees per hectare) in sub-humid areas. Although the overall canopy cover is low, the relatively high density of isolated trees challenges prevailing narratives about dryland desertification 5 – 7 , and even the desert shows a surprisingly high tree density. Our assessment suggests a way to monitor trees outside of forests globally, and to explore their role in mitigating degradation, climate change and poverty. Deep learning was used to map the crown sizes of each tree in the West African Sahara, Sahel and sub-humid zone using submetre-resolution satellite imagery, revealing a relatively high density of trees in arid areas.

中文翻译：

---

西非撒哈拉和萨赫勒地区出乎意料的大量树木

大部分旱地树木和灌木（以下统称为树木）独立生长，没有树冠关闭。这些非林木在生物多样性中发挥着至关重要的作用，并为人类和动物提供碳储存、食物资源和住所等生态系统服务 1 , 2 。然而，大多数与树木有关的公共利益都集中在森林上，而森林以外的树木并没有得到很好的记录 3 。在这里，我们使用亚米分辨率卫星图像和深度学习 4 在西非撒哈拉、萨赫勒和半湿润地区跨越 130 万平方公里的土地上绘制了每棵树的树冠尺寸图 4。我们检测到超过 18 亿棵树木（每公顷 13.4 棵树），平均树冠大小为 12 m 2 ，沿着每年 0 到 1,000 毫米的降雨梯度。树冠覆盖率从超干旱地区的 0.1%（每公顷 0.7 棵树）增加到干旱地区的 1.6%（每公顷 9.9 棵树）和半干旱地区的 5.6%（每公顷 30.1 棵树），增加到 13.3%（47每公顷树木）在半湿润地区。虽然整体树冠覆盖率较低，但孤立的树木相对较高的密度挑战了有关旱地荒漠化的普遍说法 5 - 7 ，甚至沙漠也显示出惊人的高树木密度。我们的评估提出了一种在全球范围内监测森林以外树木的方法，并探索它们在减缓退化、气候变化和贫困方面的作用。深度学习用于使用亚米分辨率卫星图像绘制西非撒哈拉、萨赫勒和半湿润地区每棵树的树冠大小，显示干旱地区的树木密度相对较高。7 棵树/公顷）在超干旱地区，通过 1.6%（每公顷 9.9 棵树）在干旱和 5.6%（每公顷 30.1 棵树）在半干旱地区，到 13.3%（每公顷 47 棵树）在半湿润地区领域。虽然整体树冠覆盖率较低，但孤立的树木相对较高的密度挑战了有关旱地荒漠化的普遍说法 5 - 7 ，甚至沙漠也显示出惊人的高树木密度。我们的评估提出了一种在全球范围内监测森林以外树木的方法，并探索它们在减缓退化、气候变化和贫困方面的作用。深度学习用于使用亚米分辨率卫星图像绘制西非撒哈拉、萨赫勒和半湿润地区每棵树的树冠大小，显示干旱地区的树木密度相对较高。7 棵树/公顷）在超干旱地区，通过 1.6%（每公顷 9.9 棵树）在干旱和 5.6%（每公顷 30.1 棵树）在半干旱地区，到 13.3%（每公顷 47 棵树）在半湿润地区领域。虽然整体树冠覆盖率较低，但孤立的树木相对较高的密度挑战了有关旱地荒漠化的普遍说法 5 - 7 ，甚至沙漠也显示出惊人的高树木密度。我们的评估提出了一种在全球范围内监测森林以外树木的方法，并探索它们在减缓退化、气候变化和贫困方面的作用。深度学习用于使用亚米分辨率卫星图像绘制西非撒哈拉、萨赫勒和半湿润地区每棵树的树冠大小，显示干旱地区的树木密度相对较高。半干旱地区为 6%（每公顷 30.1 棵树），半湿润地区为 13.3%（每公顷 47 棵树）。虽然整体树冠覆盖率较低，但孤立的树木相对较高的密度挑战了有关旱地荒漠化的普遍说法 5 - 7 ，甚至沙漠也显示出惊人的高树木密度。我们的评估提出了一种在全球范围内监测森林以外树木的方法，并探索它们在减缓退化、气候变化和贫困方面的作用。深度学习用于使用亚米分辨率卫星图像绘制西非撒哈拉、萨赫勒和半湿润地区每棵树的树冠大小，显示干旱地区的树木密度相对较高。半干旱地区为 6%（每公顷 30.1 棵树），半湿润地区为 13.3%（每公顷 47 棵树）。虽然整体树冠覆盖率较低，但孤立的树木相对较高的密度挑战了有关旱地荒漠化的普遍说法 5 - 7 ，甚至沙漠也显示出惊人的高树木密度。我们的评估提出了一种在全球范围内监测森林以外树木的方法，并探索它们在减缓退化、气候变化和贫困方面的作用。深度学习用于使用亚米分辨率卫星图像绘制西非撒哈拉、萨赫勒和半湿润地区每棵树的树冠大小，显示干旱地区的树木密度相对较高。孤立的树木相对较高的密度挑战了有关旱地荒漠化的普遍说法 5 - 7 ，甚至沙漠也显示出惊人的高树木密度。我们的评估提出了一种在全球范围内监测森林以外树木的方法，并探索它们在减缓退化、气候变化和贫困方面的作用。深度学习用于使用亚米分辨率卫星图像绘制西非撒哈拉、萨赫勒和半湿润地区每棵树的树冠大小，显示干旱地区的树木密度相对较高。孤立的树木相对较高的密度挑战了有关旱地荒漠化的普遍说法 5 - 7 ，甚至沙漠也显示出惊人的高树木密度。我们的评估提出了一种在全球范围内监测森林以外树木的方法，并探索它们在减缓退化、气候变化和贫困方面的作用。深度学习用于使用亚米分辨率卫星图像绘制西非撒哈拉、萨赫勒和半湿润地区每棵树的树冠大小，显示干旱地区的树木密度相对较高。