Prístup fúzie údajov diaľkového prieskumu Zeme na monitorovanie degradácie lesov: Nová štúdia

Vzhľadom na globálnu zmenu klímy a rastúcu ľudskú činnosť sú lesy na celom svete ohrozené rôznymi škodcami, patogénmi a chorobami. Tieto hrozby ohrozujú zdravie, odolnosť a produktivitu prirodzených lesov aj lesných plantáží.

Účinné riadenie týchto problémov si vyžaduje včasné odhalenie a konanie, čo je na veľkých plochách náročné. Vedci si uvedomujú dôležitosť tejto situácie a vyvinuli nové technológie založené na údajoch z pozorovania Zeme na monitorovanie a riadenie degradácie lesov.

Nedávna štúdia predstavuje prístup založený na strojovom učení na identifikáciu poškodených lesov pomocou snímok diaľkového prieskumu Zeme z otvoreného zdroja zo Sentinel-2, podporených údajmi z Google Earth. Tento prístup sa zameriava najmä na boreálne lesy postihnuté podkôrnym hmyzom Polygraphus proximus Blandford.

Štúdia využila kombináciu snímok diaľkového prieskumu Zeme a algoritmov strojového učenia na detekciu a posúdenie poškodenia lesov. Tu je stručné zhrnutie ich metodiky a zistení:

• Anotácia obrázkov a vývoj algoritmov: Výskumníci začali anotovaním obrázkov v kanáloch, ktoré zodpovedajú prirodzenému vnímaniu farieb (červená, zelená a modrá) dostupnému v aplikácii Google Earth. Následne aplikovali hlboké neurónové siete v dvoch formuláciách problémov: sémantická segmentácia a detekcia.
• Experimentálne výsledky: Prostredníctvom svojich experimentov výskumníci vyvinuli model, ktorý kvantitatívne hodnotí zmeny v cieľových objektoch s vysokou presnosťou. Model dosiahol skóre F1 84,56%, čím efektívne určil počet poškodených stromov a odhadol plochy zaberané uschnutými porastami.
• Integrácia so snímkami zo satelitu Sentinel-2: Masky poškodenia získané zo snímok s vysokým rozlíšením boli integrované so snímkami zo Sentinel-2 so stredným rozlíšením. Táto integrácia dosiahla presnosť 81,26%, vďaka čomu je riešenie vhodné pre operačné monitorovacie systémy. Tento pokrok ponúka rýchlu a nákladovo efektívnu metódu na rozpoznávanie poškodených lesov v regióne.
• Jedinečný anotovaný súbor údajov: Okrem toho výskumníci zostavili jedinečný anotovaný súbor údajov na identifikáciu lesných oblastí poškodených chrobákom polygrafom v študovanej oblasti. Tento súbor údajov je neoceniteľný pre budúci výskum a monitorovacie úsilie.

Včasné odhalenie a kvantifikácia degradácie lesov pomocou tohto prístupu k fúzii údajov diaľkového prieskumu Zeme predstavuje významný prísľub pre stratégie obhospodarovania lesov a ich ochrany. Umožnením včasných opatrení môžu takéto technológie pomôcť obmedziť šírenie škôd a podporiť postupy udržateľného obhospodarovania lesov.

Hoci celý článok s podrobnosťami o tomto výskume ešte nebol publikovaný, tento skorý abstrakt zdôrazňuje potenciál integrácie údajov diaľkového prieskumu Zeme s pokročilými technikami strojového učenia s cieľom riešiť naliehavý problém degradácie lesov. S neustálym vývojom týchto technológií budú zohrávať kľúčovú úlohu pri ochrane našich lesov pred rastúcimi hrozbami, ktoré predstavuje zmena klímy a ľudská činnosť.

Zostaňte naladení na kompletnú publikáciu tohto prelomového výskumu, ktorý nepochybne poskytne ďalšie poznatky a aplikácie v oblasti lesného hospodárstva.

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