Технология гиперспектральной съёмки для сохранения биоразнообразия

Fujitsu Limited и Fujitsu Laboratories Limited разработали технологию, повышающую точность идентификации растений по аэрофотоснимкам в гиперспектральном диапазоне. Это позволяет точно различать даже деревья со схожей окраской, такие как криптомерия (японский кедр) и японский кипарис.

Решаемая проблема

Для сохранения биоразнообразия необходим точный мониторинг экосистем. Традиционные методы имеют недостатки:

• Наземные обследования экспертов — дороги, трудоёмки и часто опасны.
• Дистанционные исследования по спутниковым снимкам — недостаточно точны, особенно для различения видов со схожей окраской (например, криптомерии и кипариса).

Суть новой технологии

Обычный метод использует аэроснимки с высоты ~500-2000 м, сделанные гиперспектральной камерой, и сравнивает спектр отражения света деревьев с эталонным спектром для каждого вида. Однако спектр одного вида может меняться из-за смешанного отражения света в лесу, что снижает точность при использовании одного эталона на вид.

Усовершенствование Fujitsu: Для каждого идентифицируемого вида создаётся несколько эталонных спектров, соответствующих разным условиям освещённости. Анализ аэроснимков по этому расширенному набору данных позволяет с высокой точностью различать даже очень похожие виды деревьев.

Результаты испытаний

Полевые испытания прошли в марте 2011 года в городе Накатоза (префектура Коти, Япония) в рамках проекта по сохранению лесов "Fujitsu Group Nakatosa Kuroshio no Mori".

• Цель: Различение криптомерии и японского кипариса в искусственном лесу, что необходимо для точного расчёта поглощения CO₂ (по программе J-VER Министерства окружающей среды Японии).
• Результат: Анализ с помощью новой технологии показал распределение видов, практически идентичное данным наземного обследования, проведённого городом Накатоза для создания карты растительности.

Значение и перспективы

Технология позволяет быстро и с низкими затратами дистанционно получать точные данные:

• О распространении аборигенных и инвазивных видов растений.
• О распределении разных видов деревьев в лесу.

Ожидаемое применение:

• Создание карт растительности в труднодоступных районах.
• Точная оценка объёмов поглощения CO₂ лесами со смешанным составом пород.