Жуки атакуют

в 2:13, , рубрики: Биотехнологии, визуализация данных, жук, обработка изображений, уссурийский полиграф, экология

Жуки атакуют - 1 Я уже делал на Хабре пост про поражения сибирских лесов опасным вредителем — уссурийским полиграфом. Этот чрезвычайно плодовитый и опасный жук способен за короткое время уничтожить огромные площади пихтовых лесов и, к сожалению, это получается у него куда лучше, нежели усилия людей по борьбе с опасным насекомым. Основной проблемой мониторинга лесов в зоне поражения жуком является нехватка специалистов и современных методик быстрого и точного анализа состояния пораженного леса. Однако, некоторые позитивные моменты всё же есть. На схватку с опасным вредителем выходят беспилотные летательные аппараты. БПЛА. Вернее сказать вылетают…

Мониторинг леса. Что это такое?

До настоящего времени мониторинг состояния пихтовых лесов в зоне поражения Polygraphus proximus (научное название жука — прим. автора) осуществлялся в ходе периодических наземных наблюдений (проще говоря ножками), что особенно важно в случае обнаружения очагов вредителя и назначения санитарно-оздоровительных мероприятий. Это может быть специальная рубка, обработка биопрепаратами или химическими реактивами. Однако, подобные исследования, в связи с обширностью и труднодоступностью таежных территорий Сибири, не дают полной информации о распространении инвазионного процесса в регионе. Частично данную проблему могло бы решить использование космических снимков и проведение авиационного надзора, но эти методы имеют обширный список ограничений по детализации информации, и, что немаловажно, по стоимости.
С недавнего времени осуществление лесопатологических обследований возможно дистанционным методом с использованием беспилотных летательных аппаратов, что определено в Приказе Минприроды России № 480 от 16.09.2016. Тот редкий случай, когда в России относительно быстро разрешили применять современные технологии для решения таких острых задач.

Методика оценки состояния леса с помощью БПЛА

Казалось бы, что тут сложного? Получай с помощью БПЛА снимки леса и все дела. Но это только кажущаяся простота. Оптимальные условия для проведения дистанционного зондирования лесных насаждений с использованием БПЛА обусловливаются кругом решаемых задач и, следовательно, типом устройства, его техническими характеристиками и рекомендациями фирмы производителя БПЛА. При этом не каждый беспилотник может подойти для подобного рода задач. Для выбора времени проведения аэрофотосъемки первостепенное значение имеет хорошая видимость с минимальной нижней границей облачности около 300 метров при условии равномерного освещения.

Жуки атакуют - 2

Переменная облачность или низкие углы утреннего или вечернего солнечного освещения не рекомендуются, так как кроны поврежденных деревьев могут быть плохо различимы в тенях. Наиболее оптимальные сроки для проведения аэрофотосъемки с использованием БПЛА обычно совпадают с периодами наземных обследований очагов стволовых вредителей с середины апреля до начала октября.

Выбор типа БПЛА

Для оперативных обследований небольших участков пораженного леса применяют полупромышленные БПЛА, характеристики которых позволяют получать снимки не хуже, чем 4000×3000 пикселей. Площадь охвата территории при подъеме БПЛА на 300 м над поверхностью земли составляет 0,2 км², а при высоте 500 м – 0,5 км². Функция удержания БПЛА в заданном местоположении и высоте позволяет работать в качестве «наблюдательной вышки» с радиусом обзора до 3–4 км. Это позволяет не только вести оценку состояния леса, но и фиксировать возможные очаги пожаров.

Жуки атакуют - 3

Квадрокоптер позволяет проводить оперативный осмотр участков лесного фонда в режиме фотографирования и видеосъемки. Поврежденные уссурийским полиграфом деревья выявляются на снимках по изменению окраски кроны по сравнению с неповрежденными деревьями, что позволяет легко дифференцировать живые и погибшие деревья и по их доле в древостое приблизительно оценивать его санитарное состояние и уровень деградации. Начальная стадия поражения дерева приводит к незначительному изменению структуры и цвета пихты, что можно видеть на этом фото.

Жуки атакуют - 4

Однако, уже через несколько недель становится заметным, что поражение становится необратимым. Дерево погибает и усыхает, становясь источником повышенной пожарной опасности.

Жуки атакуют - 5

Так выглядит ствол дерева, пораженного полиграфом. Он имеет большое количество отверстий, которые жук прогрыз, проникая под кору. При этом дерево включает защитный механизм от вредителя (выделяет много смолы), но это ослабевает дерево настолько, что оно погибает за несколько недель.

Жуки атакуют - 6

На снимках с БПЛА пораженный лес кажется разноцветным. При этом зеленые деревья ещё не поражены опасным вредителем, а цветные — в крайней стадии поражения. Этот участок леса обречен. Поражения вредителем так масштабно, что через год на этом месте будет только сухостой и валежник, либо эта территория будет охвачена лесным пожаром.

Жуки атакуют - 7

Для мониторинга обширных лесных территорий больше подходят БПЛА типа “крыло”. В частности, для обследования насаждений, поврежденных уссурийским полиграфом, был испытан аппарат, оснащённый цифровой камерой SONY A6000 (24 Мпикс; фокусное расстояние объектива f=20 мм; тип сенсора: КМОП; размер матрицы: 23,5×15,6 мм; разрешение 6000×4000 пикс).

Жуки атакуют - 8

Обработка и интерпретация изображений с БПЛА

Важнейшей задачей для специалистов является оценка результатов мониторинга лесов по снимкам с БПЛА. С учетом обширных территорий и большого массива данных, перспективным на наш взгляд было бы создание нейронной сети анализа полученной информации, так как пораженные деревья на снимках проявляют определенные и достаточно четкие и повторяющиеся дешифровочные признаки (изменяется цвет кроны). Так выглядят кроны деревьев по степени пораженности вредителем, которые условно можно взять как «образцовые». Здесь из снимков леса выделены фрагменты крон в виде изображений с определенным разрешением в несколько десятков пикселей. Подобные «образцовые» изображения (несколько тысяч для начала), могут быть базой данных для тестовой нейронной сети. Конечно, изображения должны быть как-то отнормированы и подготовлены к анализу и это, конечно, тоже имеет свои особенности.

Жуки атакуют - 9

I – здоровое дерево; II – ослабленное дерево; III – сильно ослабленное
дерево; IV – отмирающее дерево; V – свежий сухостой; VI – старый сухостой

Обучив и натренировав сеть на анализ подобных снимков, можно получить мощный инструмент для оценки состояния лесов и при этом значительно снизить человеческий фактор в принятии решений по оценки степени поражения древостоя. Однако, эта отдельная задача, которая требует дополнительного решения. В будущем. Может кто-то из уважаемых читателей Хабра подскажет (в комментариях или лично), как наиболее оптимально и интересно решить эту задачу. Либо кто-то поделится опытом в этом направлении или укажет уже готовые решения?

Подводные камни

Ну не без них. Использование БПЛА вообще сопряжено с огромными препонами и разными ограничениями. С одной стороны отличная технология, но имеет ряд проблем. Административных, связанных с регистрацией БПЛА, открытием воздушного пространства, бесчинствам контролирующих органов с одной стороны, и технических проблем — с другой. БПЛА ещё достаточно «сырая» технология, поэтому потерять дрон в сибирском лесу из-за сбоя телеметрии или технических проблем очень просто. В лесу распространение радиоволн осложняет плотный полог леса, сложный ландшафт территории. Не всегда удается обеспечить все требования встроенного ПО в БПЛА и, в первую очередь, из-за плохого Интернет соединения. Как показывает опыт, современные БПЛА постоянно что-то хотят получить из Интернета (или передать что-то туда) и летать при полном отсутствии сети иногда просто не хотят. Но, скорее всего, это связано с тем, что используются по большому счету не профессиональные БПЛА, хотя проблемы и у них наверняка схожие.

Технология мониторинга пихтовых лесов

Жуки атакуют - 10Методика оценки состояния пихтовых лесов в местах поражения опасным вредителем обобщена в специальном методическом пособии, которое может быть свободно скачено для ознакомления профильным специалистам (ISBN 978-5-9907381-1-9). Это пособие — результат работы большого коллектива научных сотрудников Института мониторинга климатических и экологических систем Сибирского отделения РАН. Данное пособие будет очень полезно специалистам лесного хозяйства, а также специалистам, ведущим анализ состояния лесных ресурсов, экологам, научным работникам, лесникам.

Авторский коллектив

Я лично хорошо знаком с некоторыми авторами этой работы и не перестаю восхищаться самоотверженностью и энтузиазму этих людей. В такое тяжелое время для российской науки, когда нет денег ни на экспедиции, не на полевые работы, а большей частью за собственные средства и на собственных автомобилях эти люди организуют экспедиции для проведения сложнейших научных экспериментов, что не может не вызывать глубокого уважения.

Вот имена этих замечательных людей
Кривец Светлана Арнольдовна, Бисирова Эльвина Михайловна, Волкова Елена Сергеевна, Дебков Никита Михайлович, Керчев Иван Андреевич, Мельник Мария Алексеевна, Никифоров Артем Николаевич, Чернова Наталья Александровна.

В разработке методики использования БПЛА существенный вклад внес Иван Керчев. Его работы по исследованию опасных вредителей лесов известны многим российским и иностранным ученым. Молодой и чрезвычайно талантливый и обаятельный человек. На фото Иван в экспедиции готовит дрон к полету.

Жуки атакуют - 11

P.S. При подготовке этого поста я случайно вечером наткнулся на интересный прямой эфир на Вести24 о проблемах лесного хозяйства. Вот ссылка. Из эфира я узнал, что в Советском Союзе с продажи леса выручали валюты больше чем с продажи нефти, что в лесной отрасли сейчас не просто проблемы, а вообще… Я удивился этому эфиру и остроте разговора приглашенных экспертов. Хотя судите сами! Эфир, правда, почти 50 минут, учтите этот момент. В этом эфире, в частности, эксперты затрагивали проблемы о которых я пишу в этом посте.

Автор: Александр Мягков

Источник

* - обязательные к заполнению поля


https://ajax.googleapis.com/ajax/libs/jquery/3.4.1/jquery.min.js