Zrównoważona gospodarka leśna dzięki analizie zobrazowań satelitarnych
Najważniejsze informacje
Zobrazowania teledetekcyjne są wzbogacane o liczne dane zebrane przez ludzi w terenie. Dlatego zespół projektowy programu inwentaryzacji i analizy lasów (FIA) opracowanego przez USDA utworzył platformę BIGMAP (Big Data Mapping and Analytics Platform) — oparte na chmurze środowisko do modelowania, tworzenia map i analizowania lasów USA w skali krajowej. Platforma BIGMAP jest zoptymalizowana i dostrojona tak, aby wykorzystać równoległość i masowe przechowywanie danych wymagane do przetwarzania rastrowego na dużą skalę. Zespół projektowy FIA połączył tysiące scen Landsat z setkami tysięcy działek, przetwarzając ostatecznie dziesiątki bilionów pikseli w chmurze, a wszystko to w ciągu kilku dni.
Od ponad 100 lat Służba Leśna Departamentu Rolnictwa Stanów Zjednoczonych (USDA) pracuje nad utrzymaniem dobrego stanu, różnorodności i produkcyjności lasów i łąk dla obecnych i przyszłych pokoleń. Opracowany przez USDA program inwentaryzacji i analizy lasów (FIA) został stworzony w celu poprawy wykorzystania i integracji zaawansowanych technologii teledetekcji, aby pomóc w realizacji tej misji.
W tym filmie przedstawiciele Służby Leśnej USDA omawiają program FIA i pokazują wiedzę, która stoi za tym projektem tworzenia map. Aby rozwiązywać problemy z użyciem złożonej, wielowymiarowej analizy rastrowej, Służba Leśna USDA wykorzystuje wszechstronność oprogramowania ArcGIS i język Python do tworzenia algorytmów uczenia maszynowego, które modelują relacje między zobrazowaniami satelitarnymi a mierzoną przez nie charakterystyką lasu. Śledząc zmiany w czasie dla każdego piksela obrazu satelitarnego, pracownicy mogą monitorować sezonowość i wegetację, prognozować susze i oddziaływanie na środowisko oraz lepiej rozumieć gatunki leśne. Opracowane dane są następnie wykorzystywane do podejmowania decyzji dotyczących polityki leśnej i zarządzania lasami. Są one również udostępniane społeczeństwu, aby ułatwić współpracę przy tworzeniu zrównoważonej przyszłości.
Odtwórz ten film, aby zobaczyć prezentacje narzędzi wykorzystywanych w programie FIA, lub kontynuuj czytanie, aby dowiedzieć się, jakie są najważniejsze wnioski.
Zasoby te są dostępne publicznie. Są one opublikowane w instytucji ArcGIS Online należącej do Służby Leśnej USA, w atlasie ArcGIS Living Atlas of the World oraz na portalach z danymi Open Data. Tego typu mapy umożliwiają wykorzystanie przestrzennych narzędzi, które mogą zostać włączone do planowania działań w zakresie ochrony przyrody, aby wspierać zarządzanie emisjami dwutlenku węgla, zarządzanie ochroną dzikiej przyrody, odtwarzanie zlewni i inne usługi środowiskowe.
Oto dwa przykłady, jak można wykorzystać te usługi w swoich własnych analizach, używając narzędzi geoprzetwarzania, funkcji rastrowych i innych rozwiązań.
- Susze — susze mają ogromny wpływ na lasy i tereny leśne, a naukowcy z instytucji już wykorzystują wyniki z platformy BIGMAP do szerokiego udostępnienia modelowych odwzorowań suszy. Badanie zagrożeń w Dolinie Kalifornijskiej z ostatnich lat wykazało znaczące susze. W perspektywie 2040 roku zagrożenie suszą przesuwa się z Kalifornii Środkowej do Południowych Gór Skalistych.
- Sekwestracja dwutlenku węgla — dodanie danych do modelu przydatności pomaga zidentyfikować obszary na Wybrzeżu Północno-Zachodnim, gdzie istnieją możliwości sadzenia bez znaczących zagrożeń. Mogą to być ważne obszary do realizacji wspólnego zarządzania w celu wdrożenia planów łagodzenia skutków zmian klimatu lub odbudowy.
Dodatkowe przykładowe zastosowania tworzenia map to m.in:
- Tworzenie map głównych zasobów dwutlenku węgla w lasach
- Monitorowanie sezonowości roślinności i ogólnej struktury lasu
- Pokazanie strat dwutlenku węgla w lasach spowodowanych zaburzeniami takimi jak pożary obszarów naturalnych i tornada
- Modelowanie przydatności do sadzenia roślin bez istotnych zagrożeń
Oto pięć stosowanych technik modelowania:
Fenologia roślinności
Śledząc zmiany w czasie, możemy monitorować sezonowość, cykle wegetacyjne i starzenie się na dużych obszarach geograficznych, co pozwala na identyfikację różnych typów lasów, składu gatunkowego drzew i ogólnej struktury lasów.
Regresja harmoniczna
Technika ta, stosowana do analizy szeregów czasowych uchwyconych w fenologii roślinności, pozwala scharakteryzować nie tylko średni stan roślinności, ale także to, jak warunki zmieniają się w ciągu roku.
Ordynacja ekologiczna
Te współczynniki opisujące sezonowe zmiany w roślinności, wraz z innymi danymi pomocniczymi, takimi jak klimat i topografia, można połączyć z danymi dotyczącymi reakcji zebranymi na powierzchniach inwentaryzacyjnych lasu, aby uporządkować gatunki drzew wzdłuż gradientów środowiskowych.
Przypisywanie metodą k najbliższych sąsiadów
Lokalizacja działek w przestrzeni obiektów gradientów środowiskowych może być wykorzystana w algorytmie k najbliższych sąsiadów (kNN), który działa na zasadzie przypisania każdemu pikselowi „zasobnika działek” na podstawie ich bliskości mierzonej w przestrzeni obiektów.
Prognozowanie i tworzenie map
Każdy zasobnik reprezentuje grupę rekordów przechowywanych w bazie danych programu FIA, na podstawie których można prognozować na poziomie pikseli, określać niepewność i tworzyć mapy różnych atrybutów lasu.
Potrzebujesz pomocy podczas szukania właściwego rozwiązania?
Zaplanuj rozmowę z jednym z naszych doświadczonych konsultantów sprzedaży. Opowiedz nam, jak używasz zobrazowań i danych teledetekcyjnych, a my pokażemy Ci, co możesz osiągnąć, korzystając z kompleksowego systemu geoprzestrzennego.