Орманның деградациясын бақылау үшін қашықтықтан зондтау деректерін біріктіру тәсілі: жаңа зерттеу

Әлемдік климаттың өзгеруі және адам қызметінің артуы жағдайында бүкіл әлемдегі ормандар әртүрлі зиянкестерден, патогендерден және аурулардан қауіп төндіруде. Бұл қауіптер табиғи ормандардың да, орман плантацияларының да денсаулығына, төзімділігіне және өнімділігіне қауіп төндіреді.

Бұл мәселелерді тиімді басқару ерте анықтауды және шаралар қабылдауды талап етеді, бұл үлкен аумақтарда қиындық тудырады. Мұның маңыздылығын мойындай отырып, зерттеушілер ормандардың деградациясын бақылау және басқару үшін Жерді бақылау деректеріне негізделген жаңа технологияларды әзірледі.

Жақында жүргізілген зерттеу Google Earth деректерімен қолдау тапқан Sentinel-2-ден алынған ашық бастапқы кодты қашықтықтан зондтау кескіндерін пайдаланып, зақымдалған ормандарды анықтауға арналған машиналық оқытуға негізделген тәсілді енгізді. Бұл тәсіл, әсіресе, қабық қоңызы Polygraphus proximus Blandford зардап шеккен бореальды ормандарға бағытталған.

Зерттеу орманға келтірілген залалды анықтау және бағалау үшін қашықтықтан зондтау кескіндері мен машиналық оқыту алгоритмдерінің үйлесімін пайдаланды. Олардың әдіснамасы мен нәтижелерінің қысқаша мазмұны:

• Сурет аннотациясы және алгоритмді әзірлеу: Зерттеушілер Google Earth-те қолжетімді табиғи түс қабылдауына (қызыл, жасыл және көк) сәйкес келетін арналардағы кескіндерге аннотациялар жасаудан бастады. Содан кейін олар терең нейрондық желілерді екі мәселенің тұжырымдамасында қолданды: семантикалық сегменттеу және анықтау.
• Тәжірибелік нәтижелер: Зерттеушілер өз тәжірибелері арқылы нысана нысандарындағы өзгерістерді жоғары дәлдікпен сандық тұрғыдан бағалайтын модель жасады. Модель зақымдалған ағаштар санын тиімді анықтап, қураған ағаштар алып жатқан аумақтарды бағалап, 84.56% F1 баллына қол жеткізді.
• Sentinel-2 кескіндерімен интеграция: Жоғары ажыратымдылықтағы кескіндерден алынған зақымдану маскалары орташа ажыратымдылықтағы Sentinel-2 кескіндерімен біріктірілді. Бұл интеграция 81.26% дәлдігіне қол жеткізді, бұл шешімді операциялық бақылау жүйелеріне жарамды етті. Бұл жетістік аймақтағы зақымдалған ормандарды танудың жылдам және үнемді әдісін ұсынады.
• Бірегей аннотацияланған деректер жиынтығы: Сонымен қатар, зерттеушілер зерттеу аймағындағы полиграф қоңызының зақымдаған орман алқаптарын анықтау үшін бірегей аннотацияланған деректер жиынтығын құрастырды. Бұл деректер жиынтығы болашақ зерттеулер мен мониторинг жұмыстары үшін баға жетпес.

Қашықтан зондтау деректерін біріктіру тәсілін қолдана отырып, орманның деградациясын ерте анықтау және сандық бағалау орманды басқару және қорғау стратегиялары үшін айтарлықтай перспективалы. Уақтылы шаралар қабылдау арқылы мұндай технологиялар залалдың таралуын шектеуге және орманды басқарудың тұрақты тәжірибелерін қолдауға көмектеседі.

Бұл зерттеуді егжей-тегжейлі сипаттайтын толық мақала әлі жарияланбағанымен, бұл алғашқы аннотация ормандардың деградациясының өзекті мәселесін шешу үшін қашықтықтан зондтау деректерін озық машиналық оқыту әдістерімен біріктіру әлеуетін көрсетеді. Бұл технологиялар дамып келе жатқандықтан, олар климаттың өзгеруі мен адам қызметінің салдарынан туындайтын өсіп келе жатқан қауіптерден ормандарымызды қорғауда маңызды рөл атқаратын болады.

Орман шаруашылығы саласында қосымша түсініктер мен қолданбаларды қамтамасыз ететін осы жаңашыл зерттеудің толық жарияланымын күтіңіз.

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