2019-04-15 20:10:01
增强森林库存的算法

一位EPFL博士生提出了使用航空遥感更有效地绘制森林的方法,以支持实地森林清查。

森林是世界生态系统的重要组成部分,也是地球健康的关键指标。它们提供宝贵的资源 - 如用于建筑和供暖的木材 - 它们可过滤雨水,防止侵蚀和雪崩,并可用于众多休闲活动。由于这些原因和其他原因,通过定期的森林清查监测其发展非常重要。除了受观察者的主观性影响外,实地库存既昂贵又费力,而且只能在易于到达的地区进行。因此,它们不是经常进行的,而是仅在有限的区域内进行。例如,在瑞士,自1985年以来,国家清单仅每十年左右更新一次。

航空遥感可以很好地补充实地监测。它更客观,更便宜,并且可以覆盖更大的区域。目前使用两种技术:机载激光扫描,确定森林的三维结构,和高光谱成像,识别树冠的精确颜色,甚至超出可见光谱。科学家知道如何收集这两类数据,但提取监测和管理森林所需的信息更为复杂。

“手工砍下”5000棵树

他的博士学位来自EPFL地理信息系统实验室的Matthew Parkan开发了许多能够在大面积上自动确定某些库存参数(如树干位置,估计直径和物种)的算法。例如,这些算法可用于创建区域的详细地图以准备树木标记(在切割之前),以密切监视单个树木的发育并识别更适合某些动物物种的栖息地。

为了校准和验证他的算法,Parkan必须通过从三维点云手动提取超过5,000棵树来构建参考数据集。为此,他创建了一个数字林业工具箱,以便于人工提取树木和树种的视觉识别。这使他能够验证算法能够可靠地检测树木的位置和形状,并校准他在瑞士森林中常见的九种树种的分类模型。

补充,而不是替代品

“我的目标是开发可以补充实地库存而不是替代它们的方法和工具,”Parkan说。实地库存仍然是校准模型,验证结果和识别细微特征所必需的 - 如地面上的死木,栖息地树木和树木的详细健康 - 目前大多数航空遥感技术无法检测到这些特征可用。由于树木是复杂的生物,其形状和空间结构在森林中变化很大,因此很难自动检测它们的所有特征。 “目前,没有任何算法能够提供完全可靠的结果,”Parkan说。 “也就是说,随着越来越多的高分辨率数据变得可用,未来几年将取得巨大进步,我们开发的算法几乎与人脑一样好。”

猜您喜欢的其它内容