Прецизионное картирование отслеживает распространение древесных растений в прериях Великих равнин
Исследователи из Университета штата Канзас (K-State) используют аэрофотосъемку для изучения и контроля быстрого распространения древесных растений (кустарников и деревьев) в прериях Великих равнин. Этот процесс, известный как древесная экспансия, превращает открытые луга в ландшафты, доминируемые кустарниками и деревьями, что влияет на биоразнообразие, кормовую базу для скота, водные ресурсы и даже риск лесных пожаров.
Дистанционное зондирование и машинное обучение
В исследовании, опубликованном в журнале Remote Sensing, представлен экономичный подход с открытым доступом для обнаружения древесной экспансии на участках размером всего 6×6 футов (~1.8×1.8 м). Система сочетает аэрофотоснимки федеральных программ с полевыми данными, собранными исследователями K-State.
Точность классификации типов растительности (трава, кустарник, лиственное или хвойное дерево) достигает ~97%. Это стало возможным благодаря:
- Доступу к последовательным высокодетальным аэроданным от USDA и NSF.
- Вычислительной мощности машинного обучения с открытым исходным кодом.
- Обширным обучающим наборам данных, собранным в ходе полевых работ на биологической станции «Прерия Коназа».
Высокодетальные аэроданные собираются с помощью LiDAR и мультиспектральной съемки с воздуха. Для точного обучения моделей потребовались тысячи образцов, чтобы компьютер научился отличать, например, тени от деревьев от самих деревьев.
Полигон для технологий и студентов
Модели классификации были разработаны на основе данных с Прерии Коназа — долгосрочного экологического исследовательского объекта. Эта территория площадью около 10 квадратных миль содержит основные типы растительности восточного Канзаса, что является неоценимым ресурсом для обучения алгоритмов.
Студенты, включая соавтора исследования Бринн Ноубл, собирают тренировочные данные, получая опыт работы с ГИС (GIS) и программированием, одновременно проверяя и корректируя прогнозы моделей на местности.
Последствия за пределами прерии
Точное картирование древесной растительности имеет практические применения:
- Расчет емкости пастбищ: Данные используются для оценки того, сколько крупного рогатого скота или бизонов может поддерживать территория в долгосрочной перспективе, и для корректировки размера стада бизонов на Прерии Коназа.
- Оценка экологических рисков: Другие научные группы K-State используют эти карты для оценки пожарной опасности, выбора среды обитания птицами и мелкими млекопитающими, а также риска заражения клещевыми болезнями.
- Влияние на биоразнообразие: Исследования показывают, что даже незначительное появление древесного покрова, обнаруживаемое этой системой, приводит к сокращению использования среды обитания такими видами, как овсянка-саванна (grasshopper sparrow).
Взгляд в будущее
В долгосрочной перспективе команда стремится:
- Создать веб-сайт или приложение для региональных систем раннего предупреждения.
- Наладить партнерства с землевладельцами для сбора дополнительных данных и уточнения моделей.
- Использовать спутниковые данные для покрытия больших территорий и прогнозирования изменений в прошлом и будущем.
Эта технология, созданная на основе инструментов с открытым исходным кодом, уже вносит вклад в сохранение луговых экосистем, одновременно развивая у студентов практические, применимые в реальном мире навыки.