Nuotolinio stebėjimo duomenų sintezės metodas miškų nykimo stebėjimui: naujas tyrimas

Dėl pasaulinės klimato kaitos ir didėjančios žmonių veiklos miškams visame pasaulyje gresia įvairūs kenkėjai, patogenai ir ligos. Šios grėsmės kenkia tiek natūralių miškų, tiek miško plantacijų sveikatai, atsparumui ir produktyvumui.

Norint veiksmingai valdyti šias problemas, reikia ankstyvo aptikimo ir veiksmų, o tai sudėtinga dideliuose plotuose. Pripažindami to svarbą, tyrėjai sukūrė naujas technologijas, pagrįstas Žemės stebėjimo duomenimis, skirtas miškų nykimui stebėti ir valdyti.

Neseniai atliktame tyrime pristatomas mašininio mokymosi metodas pažeistiems miškams nustatyti naudojant atvirojo kodo nuotolinio stebėjimo vaizdus iš „Sentinel-2“, pagrįstus „Google Earth“ duomenimis. Šis metodas konkrečiai skirtas borealiniams miškams, kuriuos paveikė žievėgraužis Polygraphus proximus Blandford.

Tyrime miškų žalai aptikti ir įvertinti buvo naudojamas nuotolinio stebėjimo vaizdų ir mašininio mokymosi algoritmų derinys. Pateikiame trumpą jų metodologijos ir išvadų santrauką:

• Vaizdų anotavimas ir algoritmo kūrimas: Tyrėjai pradėjo komentuodami vaizdus kanaluose, kurie atitinka natūralią spalvų suvokimą (raudona, žalia ir mėlyna), prieinamą „Google Earth“. Tada jie pritaikė giliuosius neuroninius tinklus dviem problemų formuluotėms: semantinei segmentacijai ir aptikimui.
• Eksperimentiniai rezultatai: Eksperimentų metu tyrėjai sukūrė modelį, kuris kiekybiškai ir labai tiksliai įvertina tikslinių objektų pokyčius. Modelis pasiekė 84,56% F1 balą, efektyviai nustatydamas pažeistų medžių skaičių ir įvertindamas nudžiūvusių medynų užimamus plotus.
• Integracija su „Sentinel-2“ vaizdais: Iš didelės skiriamosios gebos vaizdų gautos pažeidimų kaukės buvo integruotos su vidutinės skiriamosios gebos „Sentinel-2“ vaizdais. Ši integracija pasiekė 81,26% tikslumą, todėl sprendimas tinka operacinėms stebėjimo sistemoms. Ši pažanga siūlo greitą ir ekonomišką metodą pažeistiems miškams regione atpažinti.
• Unikalus anotuotas duomenų rinkinys: Be to, tyrėjai surinko unikalų anotuotą duomenų rinkinį, skirtą nustatyti poligrafvabalio pažeistus miško plotus tyrimo regione. Šis duomenų rinkinys yra neįkainojamas būsimiems tyrimams ir stebėsenos darbams.

Ankstyvas miškų nykimo nustatymas ir kiekybinis įvertinimas naudojant šį nuotolinio stebėjimo duomenų suliejimo metodą yra labai perspektyvus miškų tvarkymo ir išsaugojimo strategijoms. Sudarydamos sąlygas laiku imtis veiksmų, tokios technologijos gali padėti apriboti žalos plitimą ir remti tvarios miškų tvarkymo praktiką.

Nors visas šio tyrimo dokumentas dar nepaskelbtas, šioje ankstyvoje santraukoje pabrėžiamas nuotolinio stebėjimo duomenų integravimo su pažangiomis mašininio mokymosi technologijomis potencialas sprendžiant aktualią miškų nykimo problemą. Šioms technologijoms toliau tobulėjant, jos atliks lemiamą vaidmenį saugant mūsų miškus nuo didėjančių klimato kaitos ir žmogaus veiklos keliamų grėsmių.

Laukite išsamaus šio novatoriško tyrimo paskelbimo, kuris neabejotinai suteiks daugiau įžvalgų ir pritaikymų miškų tvarkymo srityje.

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