На прошедшей Всемирной конференции пользователей Esri отдельная секция была посвящена лесам и лесной индустрии.
Среди примеров пользователей заслуживает внимания доклад Barry Wilson, научного сотрудника Лесной службы США, который делится опытом классификации и нанесения на карту лесных территорий с помощью снимков Landsat, растрового анализа и машинного обучения.
Если у вас нет полного доступа ко всем ресурсам конференции или не было времени посмотреть видео, то статья ниже для вас.
Лесная служба США создала на базе ArcGIS Enterprise облачную платформу для картографирования лесных ресурсов в масштабе всей страны. В основе ГИС лежат многолетние данные полевых наблюдений, состоящие из более, чем 350 000 точек с описанием и координатами, снимки Landsat, а также алгоритмы машинного обучения, написанные сотрудниками Службы на языке Python. Анализ и рабочие процессы осуществлялись в ArcGIS Pro с помощью стандартных инструментов, либо разрабатывались самостоятельно с помощью ArcGIS API for Python. Полученные карты на основе растров были размещены на ГИС-портале организации.
Цель Программы по лесоустройству — провести инвентаризацию лесов и анализ лесных ресурсов, используя возможности растрового анализа Esri, а также отследить состояние и динамику изменений за каждый 5-летний период, начиная с 2000 года.
Исходные данные были в виде контрольных точек с координатами и описаниями на всю территорию страны. Точки были собраны в базу данных, а это миллионы записей в десятках таблиц, со сложной структурой связей между ними.
Задачи:
- сохранение приватности каждого опытного участка (скрыть координаты),
- повышение точности исследования в рамках фиксированного бюджета,
- возможность поделиться информацией с заинтересованными лицами, например, в виде растров или карт.
Моделирование
Одним из решений было использовать другие источники информации, например, данные дистанционного зондирования. Раньше исследователи использовали снимки MODIS для получения серии разновременных растровых данных для каждого лесного атрибута.
Но с появлением новых технологий и новых источников ДДЗ, сейчас такой же результат достигается со снимками Landsat. Основным техническим моментом было преобразование архивов Landsat в наборы данных мозаики с помощью ArcGIS, и бесшовное соединение с данными по точкам наблюдений.
Вегетация
Используя разновременные снимки и комбинацию разных каналов, ученые наблюдали за индексом вегетации и динамикой озеленения и увядания на обширных территориях. Кроме того, это дало возможность делать заключения о лесных ландшафтах в целом — типах леса, породном составе и структуре древостоя.
Для анализа и моделирования графиков временных серий вегетации использовались статистические методы — гармоническая регрессия и ряды Фурье. Ряды Фурье описывают вегетацию наряду с другими вспомогательными данными (климат, рельеф), и вместе — это потенциально мощные инструменты для моделирования леса. Другие методы, например, анализ соответствий, позволяют выявить зависимость отдельных древесных видов от факторов среды.
Классификация
Классификация лесных ресурсов на уровне пикселя была проведена с использованием алгоритма Метод ближайшего соседа. Каждая точка наблюдений была отнесена к одному из существующих классов.
В результате была создана карта породного состава лесов за период 2011-2015 для 6 пилотных штатов; карта углеродных резервуаров и их изменение с течением времени и другие. Результаты были опубликованы в AGOL, Живой Атлас и другие открытые порталы.
С целью протестировать разработанную технологию, ученые сравнили полученные результаты с типовыми примерами, основанными на данных предыдущего моделирования и картографирования. Это моделирование поглощения углерода, изменения ландшафтов со временем, экологическая оценка небольших территорий.
Оставалось собрать все процессы в рабочие инструменты для партнеров, чтобы они могли использовать их для принятия решений.
Для построения моделей использовался ArcGIS Pro – стандартные инструменты Model Builder и растровый анализ, либо были разработаны пользовательские модели на основе Python. Запуск инструментов производился через окно Jupyter Notebooks.
Дальнейшая цель — для каждого временного периода в пять лет, начиная с 2000 года, создать классификацию уникальных типов лесов для 36 экологических провинций по всей стране.
Сайт Лесной службы США (USDA Forest Service).
Если вы студент или у вас есть полный доступ ко всем материалам конференции, то вы можете посмотреть видео с выступления по ссылке: https://clck.ru/Q5DXC
