• Home
  • Química
  • Astronomia
  • Energia
  • Natureza
  • Biologia
  • Física
  • Eletrônicos
  •  science >> Ciência >  >> Biologia
    Equipe de pesquisa apresenta avanço na tecnologia de mapeamento automático de florestas

    Esta imagem mostra os dados de entrada e saída do algoritmo de segmentação de árvore. Os dados de entrada (esquerda) são coloridos por elevação. Os resultados do algoritmo (à direita) usam cores para segmentar cada árvore da nuvem de pontos. Crédito:Foto da Universidade de Purdue/Joshua Carpenter

    Como os raios viajam do céu para o solo inspirou o conceito por trás de uma nova abordagem algorítmica para separar digitalmente árvores individuais de suas florestas no mapeamento automático de florestas.
    "Quando o relâmpago viaja do céu para o solo, ele encontra o caminho de menor resistência através da atmosfera", disse Joshua Carpenter, Ph.D. estudante na Escola Lyles de Engenharia Civil de Purdue. Isso o levou a pensar da mesma forma sobre seus dados florestais digitais, ou nuvem de pontos.

    “Se eu pudesse de alguma forma tratar todos os pontos nesta nuvem de pontos como um caminho de menor resistência, isso me diria algo sobre onde a árvore está localizada”, disse Carpenter. O conceito também funciona do ponto de vista da biologia vegetal.

    "Cada folha de uma árvore precisa ser suprida com nutrientes, e os nutrientes vêm do solo. Assim, encontramos o caminho mais curto para os nutrientes das árvores do dossel até o solo."

    Carpenter e quatro coautores de Purdue publicaram os detalhes de seus métodos de mapeamento recentemente na revista Remote Sensing . A abordagem significa a diferença entre mapear algumas árvores para mapear centenas de acres de uma vez com rapidez e alta precisão. Também poderia levar à criação de gêmeos digitais de florestas, o que poderia melhorar o planejamento de gestão diante das mudanças climáticas, surtos de doenças e crescimento populacional.

    "Desenvolvemos um novo algoritmo de segmentação de árvores individuais que pode ser usado para fazer inventário de árvores para grandes áreas", disse o coautor do artigo Jinha Jung, professor assistente de engenharia civil. Carpenter é membro do Laboratório de Ciência de Dados Geoespaciais de Jung, especializado em mapeamento e medição.

    "Outra contribuição deste artigo é como avaliar o desempenho do algoritmo de segmentação com dados coletados do solo", disse Jung.

    O algoritmo provou ser mais altamente preciso de acordo com a maioria das métricas, muitas vezes por uma ampla margem, quando comparado ao estado atual da arte. A validação envolve marcar e medir diretamente as árvores individuais no campo para correlacionar com os dados LiDAR coletados no nível do solo e por via aérea em diferentes épocas do ano para capturar árvores frondosas e sem folhas.

    A equipe ainda está abordando questões decorrentes de seus três métodos de coleta de dados:fotogrametria (criação de imagens 3D a partir de fotografias 2D) e dois tipos de LiDAR (aéreo e terrestre).

    Os dados na nuvem de pontos têm a mesma estrutura, mas os dados de cada método contêm diferentes anomalias. Pode-se capturar os detalhes do topo da copa das árvores muito bem, mas perder elementos do tronco e vice-versa. Às vezes, recursos na coleta de dados do bloco de paisagem também.

    "O objetivo é usar todas as diferentes nuvens de pontos disponíveis para criar um algoritmo flexível", explicou Carpenter. "Mas encontrar um método para trabalhar com cada uma das anomalias específicas é um desafio."

    Trabalhando na Floresta Martell de 400 acres, a cerca de 13 quilômetros a leste do campus, a equipe da Purdue continua a ampliar o escopo de sua tecnologia.

    "Como podemos ir de várias centenas de acres para vários milhares ou várias centenas de milhares, e depois para todas as árvores do planeta? Esse é o futuro", disse o co-autor do artigo Songlin Fei, professor e reitor de Sensoriamento Remoto em Florestas e Naturais. Recursos. "A questão é como escalá-lo."

    Fazer o inventário requer trabalho de campo tedioso para amostrar 5% ou 10% de uma área. "Um inventário de 100% nunca foi uma opção. Este artigo está demonstrando tecnologias que permitem um censo de cada árvore. Estamos falando de um salto tremendo", disse Fei.

    O Detecção Remota artigo se concentra no mapeamento de florestas, mas serão necessários mais algoritmos para obter inventários completos.

    "Podemos fazer medições de diâmetro com esses dados. Mas e quanto a outras características-chave do inventário, como retidão, grau de madeira ou identificação de espécies? Essas ainda precisam ser realizadas", disse Fei.

    As tecnologias agora permitem produzir um gêmeo digital de uma floresta inteira para ver os efeitos potenciais de uma tempestade de gelo ou ventos fortes.

    "Se você faz um plano de manejo florestal, não pode simplesmente colher as árvores e ver como fica", observou Fei. "Mas no mundo digital, você pode cortar qualquer árvore que quiser e pode colocá-la de volta. Isso permite que você faça simulações e um melhor planejamento de gestão."

    Nas últimas décadas, os dados geoespaciais aumentaram enormemente a produção agrícola. Os pesquisadores de Purdue procuram fazer o mesmo com a silvicultura, fonte de importantes matérias-primas para construção e combustível. Incêndios florestais catastróficos e espécies invasoras que destruíram grandes extensões de castanheiros e freixos americanos agora chamam a atenção para a importância das florestas.

    "Aplicamos todas essas tecnologias com sucesso à agricultura", disse Carpenter. "Mas outros domínios agora precisam de nossa atenção." + Explorar mais

    A integração de tecnologia aérea e terrestre leva à melhoria no inventário e no manejo florestal




    © Ciência https://pt.scienceaq.com