I en studie som nyligen publicerades i Sensorer , Forskare vid Saint Louis University parrade satellitdata med maskininlärningstekniker för att kartlägga lokala trädslag och hälsa. Den data som genereras av projektet hjälper till att informera bästa praxis för att hantera hälsosamma grönområden samt trimningsprogram för att undvika strömavbrott efter stormar.

Vasit Sagan, Ph.D., docent i jord- och atmosfärvetenskap vid Saint Louis University, säger att hantering av friska grönområden i städerna är en viktig strategi för att bekämpa den globala uppvärmningen.

"Med detta arbete, vårt mål var att förbättra livskvaliteten i St. Louis och globalt, "Sagan sa." Träd och grönområden är avgörande för att motverka effekterna av global uppvärmning. I allmänhet, städerna är cirka fem grader varmare än landsbygden. För att minska stadens värmeöar och klimatförändringseffekter, vi kan öka grönytorna.

"I den här studien, vi kartlade åtta trädarter:skallig cypress, bomullsträ, grön aska, silverlönn, sockerlönn, stift ek, Österrikisk tall och lila. Att ha en mångfald av trädslag är stort. Å andra sidan, vissa arter är mer mottagliga för stormar eftersom olika trädslag har olika tolerans för stress. Den övergripande idén var att använda rymdbaserad teknik för att identifiera trädslagstyp och hälsotillstånd. "

I skogen, ett träd som träffas under en storm kan bara ramla omkull utan att orsaka mycket störningar. När ett träd faller i St. Louis, det kan orsaka strömavbrott. Av säkerhets- och ekonomiska skäl är det viktigt att förstå trädens art och hälsotillstånd. Miljontals dollar läggs på trädklippning varje år.

"Med data från detta projekt, vi kan spåra tillväxttakten för olika träd, som kan hjälpa byråer att hantera sina trimprogram, "Sagan sa." Denna information kommer att vara till hjälp för organisationer som Ameren i deras proaktiva trädtrimningsprogram. "

Sean Hartling, SLU -doktorand och författare på uppsatsen, säger att vissa träd har större sårbarhet för stress och stormar.

"Bradford -päron eller silverlönnor tenderar att växa snabbt och billigt, så folk gillar att lägga dem på sina gårdar, "Sade Hartling." Men, de är problematiska nära kraftledningar. Ek och valnöt, å andra sidan, är starkare träd. "

Forskarna använde luftburen LiDAR (Light Detection and Ranging) systemavbildning tillsammans med satellitbilder för att samla in data om träd. Sedan, de "utbildade" ett maskinbaserat analysverktyg för att identifiera träd baserat på denna data.

"Hela poängen med detta projekt var klassificering, "Sade Hartling." Genom att implementera en datafusionsmetod, vi har data från olika sensorer som kan ta upp olika nyanser.

"LiDAR är högupplöst och producerar bra bilduppsättningar. Det ger oss trädhöjd och struktur. Den synliga nära-infraröda ger oss information om det visuella spektrumets egenskaper, som det förändrade pigmentet mellan arter. Kortvågig infraröd kommer in i de kemiska egenskaperna, som vatten och klorofyllhalt. Vi hoppas att dessa uppgifter hjälper till att förbättra klassificeringen. "

"Sedan, vi undersöker också djupinlärning, där klassificeraren tränar maskinen för att identifiera träd. Möjligheten att hantera massor av träningsprover är ett hett ämne inom bildklassificering. Men, du behöver fortfarande prover för att träna modellen. "

Så, under två månader, Hartling digitaliserade nästan varje träd - runt 4, 000 — i Forest Park för att ”lära” ett maskinbaserat verktyg för att använda bilddata för att klassificera träd.

"Vi utvecklade ett geospatialt analysverktyg som smälter samman information från olika källor för att bättre kunna diskriminera trädtyp, "Sagan sa." Detta är verkligen banbrytande i den bemärkelsen att vi å ena sidan har riktigt höga sensoriskt baserade datamängder som kan berätta höjden, formen på träd, mönster, distributioner. Och vi för samman det med geospatiala modellverktyg med den senaste djupa (maskin) inlärningen. Det är kärnan i denna forskning. "

Forskarnas nästa steg blir att titta på trädslag, trädhälsodata och verktygsinformation, överlagra data och göra hotspot -analys, hjälpa experter att skapa kartor över stadsdelar med risk för strömavbrott under stormar och hjälpa till att snabbt återställa strömmen. När teamet fortsätter sitt arbete, de kommer att lägga till sina datamängder med hjälp av UAV (Unmanned Aerial Vehicles), även känd som drönare.

"För den första studien, vi använde satellitbilder, "Sade Hartling." Därefter Vi använder små sensoriska UAV för högre upplösning och noggrannhet.

"Vi kan täcka cirka 80 tunnland på en 15 minuters flygning med en UAV. Vi kan identifiera träd med risk för skada eller sjukdom. Vi kan hitta brunt på toppen av en baldakin eller en byte av barken. Vi får se om vi kan hitta en metod som vi kan använda i större skala. "

"Vi har faktiskt LiDAR -data för varje gren av träden vi studerade, "Sagan sa." Nu, vi använder UAV för att gå ut och skapa vår egen data. UAV:s kraft är att vi kan sätta upp och testa vår egen hypotes, och sedan skala upp till satelliter. "

"Precis som en läkare kan använda bilder för att se om dina lungor är friska, vi använder bilder för att diagnostisera om en växt är frisk eller inte, Sa Sagan.

Forskarna har partnerskap med flera organisationer i St. Louis. Det pågående projektet kartlade träd i Forest Park. Samarbetar med Bellefontaine Cemetery, teamet hjälper till att förbättra miljön och arboretumnivån på kyrkogården för sällsynta växter och trädhälsa genom att skapa en 3D-park, samt kartläggning av invasiva och sällsynta växtarter.