Хамди Зуркани, доцент Колледжа лесного хозяйства, сельского хозяйства и природных ресурсов Университета Арканзаса в Монтичелло и научный сотрудник Арканзасской экспериментальной сельскохозяйственной станции, разработал первый набор данных о лесном покрове высокого разрешения для всего штата, предоставив ценную информацию для управления лесами и сохранения лесов в крупном секторе экономики Арканзаса. Источник: Колледж лесного хозяйства, сельского хозяйства и природных ресурсов Университета Арканзаса в Монтичелло/Лонни Тегелс
Исследователь из Арканзаса разработал первый набор данных о лесном покрове высокого разрешения для всего штата, предоставив ценную информацию для управления лесами и сохранения лесов в крупном секторе экономики Арканзаса.
«У меня было видение создания чего-то, на что мы можем положиться», — сказал Хамди Зуркани, доцент Колледжа лесного хозяйства, сельского хозяйства и природных ресурсов Университета Арканзаса в Монтичелло и научный сотрудник Арканзасской сельскохозяйственной экспериментальной станции. «Раньше не существовало данных такого рода для всего штата. Обычно люди создают подобные данные только для проектов, специфичных для конкретных участков».
Измерения на 1 метр уникальны. До сих пор наиболее распространенные измерения и наборы данных о лесах поступали со спутниковых снимков с 30-метровым пространственным разрешением, сказал Зуркани, который проводит исследования в рамках Центра лесных ресурсов Арканзаса, партнерства между Отделом сельского хозяйства системы Университета Арканзаса и UAM. Экспериментальная станция является исследовательским подразделением Отдела сельского хозяйства.
Лесной покров измеряет покрытие крон деревьев с высоты птичьего полета. Он показывает, насколько верхний слой ветвей, листьев и растительности леса образует сплошной покров над землей. Эта подробная информация имеет решающее значение для отслеживания здоровья леса, поскольку лесной покров необходим для связывания углерода, среды обитания диких животных и регулирования водных ресурсов.
Зуркани говорит, что точное картирование лесного покрова помогает ученым эффективно контролировать и управлять лесными ресурсами, обеспечивая устойчивость этих экосистем. Эта информация также может помочь в оценке риска лесных пожаров, отслеживании угроз здоровью леса со стороны вредителей и климата, а также в городском планировании.
Исследование Зуркани было опубликовано в журнале Применение дистанционного зондирования: общество и окружающая среда. Статья называлась «Оценка лесного покрова высокого разрешения в экологически разнообразном ландшафте с использованием машинного обучения и Google Earth Engine: оценка достоверности и надежности».
Согласно последнему сельскохозяйственному профилю Арканзаса, леса покрывают 57% территории штата, а древесина была одним из главных товаров штата в 2021 году с доходами фермерских хозяйств на сумму около 409 миллионов долларов.
Лесной покров на Научно-исследовательской станции животноводства и лесного хозяйства в Бейтсвилле. Кредит: U of A System Division of Ag/Бен Аарон
Машинное обучение
Для создания набора данных о лесном покрове Арканзаса Зуркани использовал методы машинного обучения и Google Earth Engine.
Машинное обучение — это раздел искусственного интеллекта, который позволяет компьютерам «учиться» на данных и улучшать свою производительность с течением времени без программирования. Алгоритмы машинного обучения выявляют закономерности в данных, делают прогнозы и адаптируются к новой информации.
Google Earth Engine — это облачная платформа, разработанная для обработки и анализа крупномасштабных геопространственных данных. Она предоставляет доступ к обширному хранилищу спутниковых снимков и геопространственных наборов данных.
Исследования Зуркани использовали аэрофотоснимки высокого разрешения Национальной программы сельскохозяйственных изображений для применения и проверки его методов.
Национальная программа сельскохозяйственных изображений, администрируемая Министерством сельского хозяйства США, делает аэрофотоснимки высокого разрешения сельскохозяйственных территорий в течение вегетационного периода. Изображения используются для мониторинга состояния посевов, оценки изменений в землепользовании и поддержки различных сельскохозяйственных и экологических приложений.
Пространство для роста
Более точное пространственное разрешение лесов Арканзаса обеспечивает более точную оценку структуры и состава полога. Зуркани говорит, что эта точность имеет важное значение для мониторинга изменений в динамике леса, выявления уязвимых зон и реализации целевых стратегий сохранения. Зуркани надеется, что его набор данных с точностью до 1 метра может стать новым стандартом для измерения покрытия полога леса.
«Таким образом, в будущем мы сможем использовать этот набор данных для покрытия всех лесных территорий и увидеть, какие деревья здоровы, а какие больны», — сказал Зуркани. «Поскольку это изображения высокого разрешения, мы можем определить местоположение деревьев в городских районах».
По данным Бюро переписи населения США, в Арканзасе 502 города и 75 округов, и Зуркани сказал, что он оценил леса и покрытые деревьями территории в этих городах и округах. Первоначально сосредоточившись на штате Арканзас, Зуркани предполагает расширить этот инновационный подход, чтобы охватить все 50 штатов.
«Исследования показывают, что технологии машинного обучения и облачных вычислений могут создавать надежные наборы данных о лесном покрове высокого разрешения», — сказал Зуркани. «Эти методы могут быть применены к другим регионам по всему миру, что позволит улучшить управление лесами и усилия по сохранению лесов во всем мире».
Дополнительная информация: Хамди А. Зуркани, Высокоточная оценка лесного покрова в экологически разнообразном ландшафте с использованием машинного обучения и Google Earth Engine: оценка достоверности и надежности, Применение дистанционного зондирования: общество и окружающая среда (2023). DOI: 10.1016/j.rsase.2023.101095
Предоставлено Университетом Арканзаса
