Abordarea fuziunii datelor de teledetecție pentru monitorizarea degradării pădurilor: un nou studiu

În fața schimbărilor climatice globale și a creșterii activităților umane, pădurile din întreaga lume sunt amenințate de diverși dăunători, agenți patogeni și boli. Aceste amenințări compromit sănătatea, rezistența și productivitatea atât a pădurilor naturale, cât și a plantațiilor forestiere.

Gestionarea eficientă a acestor probleme necesită o detectare și o acțiune timpurie, ceea ce este o provocare pe suprafețe extinse. Recunoscând importanța acestui aspect, cercetătorii au dezvoltat noi tehnologii bazate pe date de observare a Pământului pentru a monitoriza și gestiona degradarea pădurilor.

Un studiu recent introduce o abordare bazată pe învățare automată pentru identificarea pădurilor deteriorate folosind imagini de teledetecție open-source de la Sentinel-2, susținute de date Google Earth. Această abordare se concentrează în mod specific pe pădurile boreale afectate de gândacul de scoarță, Polygraphus proximus Blandford.

Studiul a utilizat o combinație de imagini de teledetecție și algoritmi de învățare automată pentru a detecta și evalua daunele aduse pădurilor. Iată un scurt rezumat al metodologiei și constatărilor lor:

• Adnotare de imagini și dezvoltare de algoritmi: Cercetătorii au început prin a adnota imagini în canale care corespund percepției naturale a culorilor (roșu, verde și albastru) disponibile pe Google Earth. Apoi au aplicat rețele neuronale profunde în două formulări de probleme: segmentare semantică și detectare.
• Rezultate experimentale: Prin intermediul experimentelor lor, cercetătorii au dezvoltat un model care evaluează cantitativ schimbările obiectelor țintă cu o precizie ridicată. Modelul a obținut un scor F1 de 84,56%, determinând eficient numărul de copaci deteriorați și estimând suprafețele ocupate de arboretele ofilite.
• Integrare cu imagini Sentinel-2: Măștile de deteriorare obținute din imaginile de înaltă rezoluție au fost integrate cu imagini Sentinel-2 de rezoluție medie. Această integrare a atins o precizie de 81.26%, ceea ce face ca soluția să fie potrivită pentru sistemele operaționale de monitorizare. Această îmbunătățire oferă o metodă rapidă și rentabilă pentru recunoașterea pădurilor deteriorate din regiune.
• Set de date adnotat unic: În plus, cercetătorii au compilat un set unic de date adnotate pentru a identifica zonele forestiere afectate de gândacul poligraf în regiunea studiată. Acest set de date este neprețuit pentru cercetările și eforturile de monitorizare viitoare.

Detectarea și cuantificarea timpurie a degradării pădurilor folosind această abordare de fuziune a datelor de teledetecție oferă perspective semnificative pentru strategiile de gestionare și conservare a pădurilor. Permițând luarea de măsuri în timp util, astfel de tehnologii pot ajuta la limitarea răspândirii daunelor și pot sprijini practicile de gestionare durabilă a pădurilor.

Deși lucrarea completă care detaliază această cercetare nu a fost încă publicată, acest rezumat timpuriu evidențiază potențialul integrării datelor de teledetecție cu tehnici avansate de învățare automată pentru a aborda problema presantă a degradării pădurilor. Pe măsură ce aceste tehnologii continuă să evolueze, ele vor juca un rol crucial în protejarea pădurilor noastre împotriva amenințărilor tot mai mari reprezentate de schimbările climatice și activitățile umane.

Rămâneți pe fază pentru publicarea completă a acestei cercetări inovatoare, care va oferi, fără îndoială, perspective și aplicații suplimentare în domeniul gestionării pădurilor.

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