Відкриті аерознімки допомагають відстежувати біорізноманіття лісів

Дослідники з Гельсінського університету та Університету Східної Фінляндії розробили метод, який дозволяє надійно виявляти осику та стоячі мертві дерева за допомогою відкритих аерофотознімків і штучного інтелекту.

Джерело: phys.org

Обидва типи дерев є важливими індикаторами лісового біорізноманіття, однак раніше їхнє точне картування вимагало значних ресурсів і ручної роботи.

Осика звичайна (Populus tremula) вважається ключовим видом. У фінських лісах вона трапляється рідко, а суцільні осикові насадження є винятком. Водночас осика підтримує життя понад тисячі видів — від ссавців і птахів до комах, грибів і мохів. Її листя швидко розкладається, прискорюючи кругообіг поживних речовин, а шорстка, багата на мінерали кора є критично важливою для багатьох організмів.

Команда під керівництвом доцента Самулі Юнтілли вперше запропонувала масштабований і недорогий спосіб автоматично відрізняти осику від інших дерев на основі відкритих аероданих. За словами Юнтілли, метод є актуальним, точним і придатним для постійного моніторингу біорізноманіття лісів.

Провідний автор дослідження, докторант Анварул Чоудхурі з Університету Східної Фінляндії, зазначає, що нейромережева модель показала високу точність у різні пори року. Вона ефективно розпізнавала осику як з листям, так і без нього. Найкраще алгоритм працював із високими, дорослими деревами: імовірність їхнього виявлення сягала в середньому 71%, а безлистий стан навіть підвищував точність. Це має особливе значення, адже саме старі високі осики є найціннішими для біорізноманіття.

Надалі дослідники планують удосконалити розпізнавання молодих осик, поєднавши аерофотознімки з відкритими даними лазерного сканування.

Окреме дослідження цієї ж наукової групи було присвячене виявленню стоячих мертвих дерев. Хоча сухостій часто складно розпізнати під густими кронами, він має велике значення для багатьох спеціалізованих і рідкісних видів. Поєднання методів машинного навчання з адаптивними фільтрами дало змогу точніше ідентифікувати такі дерева з повітря.

За словами Юнтілли, автоматизоване картування осики та сухостою з використанням відкритих даних є важливим кроком уперед у спостереженні за станом і різноманіттям лісових екосистем.