Çalışmanın en dikkat çekici yönü, bu rakamın daha önce kıta ölçeğinde yapılan değerlendirmelerde hesaplanan doğrudan madencilik kaynaklı ormansızlaşmanın neredeyse dört katı olması. Araştırmacılara göre bunun temel nedeni, önceki analizlerin büyük ölçüde yalnızca sanayi ölçeğindeki maden sahalarına odaklanması ve küçük ölçekli ya da dolaylı etkileri yeterince hesaba katmaması. Yeni yaklaşım ise uydu verilerindeki değişimleri daha ayrıntılı sınıflandırarak madenciliğe bağlı arazi dönüşümünü daha net biçimde ayırt edebildi.

Bulgular, meselenin yalnızca maden çukurlarının kapladığı alanla sınırlı olmadığını da gösteriyor. Araştırmaya göre, maden sahalarının 1 kilometre çevresinde ormansızlaşma oranı, madencilik bulunmayan bölgelere kıyasla 8 puan daha yüksek. Bu artış, maden faaliyetlerinin çevresinde gelişen ikincil baskılara işaret ediyor. Tarımsal genişleme, yeni yerleşim alanlarının oluşması ve yol yapımı gibi süreçler, madenin doğrudan yarattığı etkiden bağımsız görünse de toplam çevresel ayak izini önemli ölçüde büyütüyor.

Bilim insanları, bu dolaylı etkinin maden sahalarından 20 kilometreye kadar uzanabildiğini bildiriyor. Böylece toplam ormansızlaşma etkisi, yalnızca doğrudan saha kaybı üzerinden bakıldığında görülen miktarın 34 katına kadar çıkabiliyor. Bu sonuç, madenciliğin çevresel etkisinin tek bir çalışma alanıyla sınırlı olmadığı; aksine, ulaşım altyapısından arazi kullanımındaki değişimlere kadar uzanan geniş bir zincir oluşturduğu anlamına geliyor. Özellikle kırsal alanlarda yeni yolların açılması, tarım arazilerinin genişlemesi ve nüfus hareketliliği, ormanların hızla parçalanmasına zemin hazırlayabiliyor.

Çalışmanın yöntemi de en az sonuçlar kadar dikkat çekici. Araştırmacılar, uydu görüntülerini gelişmiş makine öğrenmesi algoritmalarıyla birlikte kullanarak ormansızlaşma nedenlerini daha yüksek doğrulukla sınıflandırdı. Bu tür uzaktan algılama araçları, geniş coğrafyalarda arazi örtüsündeki değişimleri izlemek için giderek daha önemli hale geliyor. Özellikle çok sayıda farklı arazi kullanım türünün iç içe geçtiği bölgelerde, yalnızca saha gözlemleriyle tüm etkileri belirlemek çoğu zaman mümkün olmuyor. Makine öğrenmesi ise görüntülerdeki ince desenleri tanımlayarak madencilik kaynaklı değişimleri diğer insan faaliyetlerinden ayırmaya yardımcı olabiliyor.

Bilim insanları, çalışmada yağışın ve buharlaşmanın Amazon içinde nasıl dolaştığını izlemek için gelişmiş bir nem izleme yaklaşımı kullandı. UTrack adı verilen Lagrange tipi model, su buharı parçacıklarının atmosfer içindeki yolculuğunu tek tek takip ederek, nemin nerede yükseldiğini, nerede yoğunlaşıp yağmura dönüştüğünü ve hangi alanların bu döngüye katkı verdiğini ayrıntılı biçimde ortaya koydu. Bu yöntem, sabit ızgara noktalarına odaklanan geleneksel modellerin ötesine geçerek, nem geri dönüşümü olarak bilinen sürecin daha ayrıntılı bir haritasını sundu.

Çalışmanın arka planında NorESM2 adlı orta çözünürlüklü bir Dünya sistemi modeli kullanıldı. Araştırmacılar, Shared Socioeconomic Pathways olarak bilinen geleceğe dönük senaryolar altında atmosferin nasıl davranabileceğini incelemek için ayda 416 ızgara hücresinden bir milyardan fazla nem parçacığı saldı ve bunların konumlarını dört saat aralıklarla güncelledi. Bu yoğun hesaplama, Amazon’un su döngüsünün ne kadar hareketli ve birbirine bağımlı olduğunu göstermesi açısından dikkat çekici bir ayrıntı sundu. Sonuçlar, ormansızlaşmanın yalnızca ağaç kaybı anlamına gelmediğini; aynı zamanda yağış üretimini besleyen görünmez atmosferik bağlantıları da zayıflattığını ortaya koydu.

Amazon’da yağışın önemli bir bölümü, ormanın kendi buharlaşma ve terleme süreçleriyle atmosfere geri verdiği nemden oluşuyor. Orman örtüsü azaldığında bu geri besleme zinciri zayıflıyor, havaya yükselen su buharı miktarı düşüyor ve bölge giderek daha kuru koşullara sürükleniyor. Çalışmanın vurguladığı temel nokta, bu kurumanın doğrusal ilerlememesi. Yani orman kaybı belirli bir düzeye ulaştığında etkiler aniden büyüyebiliyor ve sistem, eski dengesine dönmekte zorlanıyor. Bilim insanlarının iklim eşiği ya da eşik noktasına dair uyarısı da tam olarak bu nedenle önem taşıyor.

Bu tür bir eşik yaklaşımı, Amazon için uzun süredir dile getirilen “geri dönüşü zor değişim” tartışmalarını daha somut hale getiriyor. Çünkü yağış rejimi yalnızca yerel bitki örtüsünü değil, toprağın nem tutma kapasitesini, yangın riskini, mevsimsel kuraklıkların şiddetini ve nihayetinde ormanın kendini yenileme yeteneğini de etkiliyor. Dışarıdan bakıldığında küçük görünen bir kuruma artışı, içeride çok daha büyük bir dengenin bozulmasına yol açabiliyor. Bu nedenle araştırma, ormansızlaşmanın iklim etkisini yalnızca karbon salımı üzerinden değil, aynı zamanda hidrolik ve atmosferik geri beslemeler üzerinden de değerlendirmek gerektiğini hatırlatıyor.