Kaugseireandmete fusiooni lähenemisviis metsade seisundi halvenemise jälgimiseks: uus uuring

Globaalsete kliimamuutuste ja inimtegevuse sagenemise tõttu on metsad kogu maailmas ohustatud mitmesuguste kahjurite, patogeenide ja haiguste tõttu. Need ohud kahjustavad nii looduslike metsade kui ka metsaistanduste tervist, vastupidavust ja tootlikkust.

Nende probleemide tõhus lahendamine nõuab varajast avastamist ja tegutsemist, mis on suurtel aladel keeruline. Selle olulisust teadvustades on teadlased välja töötanud uued Maa vaatlusandmetel põhinevad tehnoloogiad metsade seisundi halvenemise jälgimiseks ja ohjamiseks.

Hiljutine uuring tutvustab masinõppel põhinevat lähenemisviisi kahjustatud metsade tuvastamiseks, kasutades Sentinel-2 avatud lähtekoodiga kaugseire pilte, mida toetavad Google Earthi andmed. See lähenemisviis keskendub spetsiaalselt boreaalsetele metsadele, mida on mõjutanud kooreürask Polygraphus proximus Blandford.

Uuringus kasutati metsakahjustuste tuvastamiseks ja hindamiseks kaugseire pilte ja masinõppe algoritme. Siin on lühike kokkuvõte nende metoodikast ja tulemustest:

• Pildimärkuste ja algoritmi väljatöötamine: Teadlased alustasid piltide märkimisega kanalites, mis vastavad Google Earthis saadaolevale loomulikule värvitajule (punane, roheline ja sinine). Seejärel rakendasid nad süvaneuraalvõrke kahes probleemi formuleeringus: semantiline segmenteerimine ja tuvastamine.
• Eksperimentaalsed tulemused: Oma katsete käigus töötasid teadlased välja mudeli, mis hindab kvantitatiivselt ja suure täpsusega sihtobjektide muutusi. Mudel saavutas 84,56% F1-skoori, määrates tõhusalt kahjustatud puude arvu ja hinnates närbunud puistute poolt hõivatud alasid.
• Integratsioon Sentinel-2 piltidega: Kõrgresolutsiooniga piltidelt saadud kahjustusmaskid integreeriti keskmise resolutsiooniga Sentinel-2 piltidega. Selle integratsiooni tulemusel saavutati täpsus 81.26%, mis muudab lahenduse sobivaks operatiivsete seiresüsteemide jaoks. See edasiminek pakub kiiret ja kulutõhusat meetodit kahjustatud metsade tuvastamiseks piirkonnas.
• Unikaalne annoteeritud andmestik: Lisaks koostasid teadlased ainulaadse annoteeritud andmestiku, et tuvastada uuringupiirkonnas polügraafimardika poolt kahjustatud metsaalasid. See andmestik on hindamatu väärtusega edasiste uuringute ja seiretööde jaoks.

Metsade seisundi halvenemise varajane avastamine ja kvantifitseerimine selle kaugseireandmete fusioonmeetodi abil on metsamajandamise ja -kaitse strateegiate jaoks väga paljulubav. Õigeaegse tegutsemise võimaldamisega aitavad sellised tehnoloogiad piirata kahjude levikut ja toetada säästva metsamajandamise tavasid.

Kuigi selle uuringu üksikasjalikku kirjeldust pole veel avaldatud, rõhutab see varajane kokkuvõte kaugseireandmete ja täiustatud masinõppe tehnikate integreerimise potentsiaali metsade seisundi halvenemise pakilise probleemi lahendamiseks. Nende tehnoloogiate arenedes mängivad nad olulist rolli meie metsade kaitsmisel kliimamuutuste ja inimtegevuse kasvavate ohtude eest.

Jääge ootele selle murrangulise uurimistöö täieliku avaldamise osas, mis pakub kahtlemata uusi teadmisi ja rakendusi metsamajandamise valdkonnas.

Allikas: https://www.frontiersin.org/journals/environmental-science/articles/10.3389/fenvs.2024.1412870/abstract