به گزارش خبرگزاری صدا و سیما، یکی از مواردی که تأیید تقلب در چوب را دشوار میکند این واقعیت است که چوب اغلب قبل از فروش از چندین کشور عبور میکند. به عبارت دیگر، حتی اگر فروشنده در کشوری واقع شده باشد که در آن قطع درختان مجاز است، چوب میتواند در اصل از کشور دیگری که درختان در آن محافظت میشوند، برداشت شده باشد.
با در نظر گرفتن این مشکل، دانشمندان دانشگاه و مرکز تحقیقات واگنینگن هلند اقدام به جمع آوری نمونههای چوب از مجموع ۹۹۱ درخت و الوار در آفریقای مرکزی و بورنئو کردند. نمونهها از سه گونه درخت مختلف متشکل از مرانتی قرمز، آزوبه و تالی بودند که همه آنها معمولاً به صورت غیر قانونی قطع و قاچاق میشوند.
محققان با استفاده از یک طیف سنج جرمی، محتوای شیمیایی هر یک از آن نمونهها را تجزیه و تحلیل کرده و نسبت عناصری مانند کلسیم و منیزیم را اندازه گیری کردند. مشخص شد که تمام گونههای درختان دارای اثر انگشت شیمیایی هستند که منحصر به منطقه جغرافیایی مبدا آنهاست. در واقع، حتی درختان یک گونه که فقط در فاصله ۵۰ کیلومتری از یکدیگر قرار داشتند، اثر انگشت متفاوتی داشتند.
سپس دانشمندان یک الگوریتم مبتنی بر یادگیری ماشینی را برای تطبیق اثر انگشت یک نمونه چوب با نمونهای که قبلاً برای درختی از گونههای آن در یک منطقه خاص در پرونده بود، توسعه دادند. هنگامی که این موضوع توسط محققان آزمایش شد، این الگوریتم برای شناسایی چوب از بخشهای خاص آفریقای مرکزی ۸۶ تا ۹۸ درصد و برای چوب بورنئو ۸۸ درصد دقیق بود. در آزمایشهای کور مستقل، دقت یافتهها برای آفریقای مرکزی بین ۷۰ تا ۷۲ درصد بود، اگرچه این ارقام ممکن است با توسعه بیشتر فناوری بهبود یابد.
شرح کامل این مطالعات و یافتههای حاصل از آن در آخرین شماره مجله تخصصی Environmental Research Letters منتشر شده است.
