Грибы под землёй видны из космоса экспресс

Оригинал: "Below-ground Fungal Biodiversity Can be Monitored Using Self-Supervised Learning Satellite Features"
arXiv:2604.09818 · 2026-04-10 · CC BY-SA 4.0 · 1 мин
Спутники нашли способ разглядеть невидимую сеть грибов в лесах.

📄 Показана версия «Просто» — «Подробно» пока не готова. Добавьте ★ в избранное, если хотите её ускорить.

Под ногами в лесу идёт тихая жизнь: грибы оплетают корни деревьев и обмениваются с ними питанием. Но как посчитать, сколько видов грибов в почве, не перекопав весь лес? Оказалось, ответ можно увидеть из космоса. Спектральный анализ спутниковых снимков, обработанный умной программой, выдаёт карту подземного разнообразия.

Программа сама находит закономерности в цветах и текстуре снимков, не нуждаясь в подсказках человека. Она объяснила больше половины различий в числе видов грибов на 12 тысячах участков от Европы до Азии. Причём спутниковые данные оказались полезнее, чем климат, почва и тип растительности вместе взятые.

Раньше карты грибов рисовали с точностью до километра — теперь до десяти метров. Это как вместо карты города получить план квартиры.

С такой детализацией можно следить за грибами во времени. В лесах Великобритании старые дубравы теряют виды грибов быстрее молодых посадок. Спутник видит, как меняется невидимая половина леса.

Оригинальная аннотация

как её написали авторы, на английском arXiv:2604.09818

Mycorrhizal fungi are vital to terrestrial ecosystem functioning. Yet monitoring their biodiversity at landscape scales is often unfeasible due to time and cost constraints. Current predictions suggest that 90\% of mycorrhizal diversity hotspots remain unprotected, opening questions of how to broadly and effectively map underground fungal communities. Here, we show that self-supervised learning (SSL) applied to satellite imagery can predict below-ground ectomycorrhizal fungal richness across diverse environments. Our models explain over half the variance in species richness across ~12,000 field samples spanning Europe and Asia. SSL-derived features prove to be the single most informative predictor, subsuming the majority of information contained in climate, soil, and land cover datasets. Using this approach, we achieve a 10,000-fold increase in spatial resolution over existing techniques, moving from 1km landscape averages to 10m habitat-scale observations with nearly no systematic bias. As satellite observations are dynamic rather than static, this enables temporal monitoring of below-ground biodiversity at landscape scales for the first time. We analyze multi-year trends in predicted fungal richness across UK National Park woodlands, finding that ancient forests may be losing ectomycorrhizal diversity at disproportionate rates. These results establish SSL satellite features as a scalable tool for extending sparse field observations to continuous, high-resolution biodiversity maps for monitoring the invisible half of terrestrial ecosystems.

Грибница одного опёнка в Орегоне занимает почти 10 квадратных километров — это самый большой живой организм на Земле.

В романе «Грибной король» Джеффа Вандермеера подземная сеть грибов управляет лесом — новый метод позволяет следить за такой сетью из космоса.

Учёные
Christian DopplerD. B. McLaughlinDidier QuelozMichel MayorR. A. RossiterJames Clerk Maxwell
Понятия
спутниковые слои микробное сообщество спутниковая съёмка влажность почвы самонаблюдаемое обучение микроорганизм SDSS наземный сток углерода