fbpx

Razvoj metode detekcije invazivnih biljnih vrsta korištenjem Sentinel satelitskih podataka

Naziv projekta: Razvoj metode detekcije invazivnih biljnih vrsta korištenjem Sentinel satelitskih podataka

Klijent: Europska svemirska agencija – ESA
Trajanje: 11/2021 – 01/2023
Lokacija: Hrvatska


Cilj projekta bio je ispitati mogućnost korištenja visoko rezolucijskih Sentinel snimaka za razlikovanje i kartiranje odabranih invazivnih biljnih vrsta na temelju njihovih morfoloških i fizioloških obilježja poput boje cvijeta i lista te količine vode i klorofila u listovima. Aktivnosti projekta su bile podijeljene na četiri radna paketa:

  • Upravljanje projektom
  • Procjena tržišta
  • Teorijski i determinantski okvir
  • Predobrada slika i razvoj modela.

Na temelju provedenog upitnika među relevantnim dionicima (radni paket 2) i pregleda znanstvene literature (radni paket 3) odabrane su ambrozija (Ambrosia artemisiifolia) i amorfa (Amorpha fruticosa) te su terenskim radom sakupljeni prostorni podaci u definiranim područjima istraživanja (radni paket 3). Terenski podaci služili su kao osnova za razvoj modela detekcije koja je obavljena identifikacijom razlika između spektralnog odraza odabranih vrsta i okolne vegetacije unutar odabranog staništa, kao i usporedbom njihovih ključnih fenoloških faza poput pupanja, cvatnje ili sušenja. Primjenom algoritama strojnog učenja dobiveni rezultati su analizirani s ciljem izdvajanja najznačajnijih varijabli, odnosno prediktora, pomoću kojih je postignuta najveća točnost modela detekcije prisutnosti ambrozije i amorfe.

Koraci i rezultati provedbe projekta:

  • Napravljena je SWOT analiza hrvatskog tržišta s aspekta primjene daljinskih istraživanja u praćenju invazivnih biljnih vrsta,
  • Definirani su dionici iz područja šumarstva, zaštite prirode i okoliša, poljoprivrede, upravljanja vodama i sl., koji su kontaktirati anketnim upitnikom zbog određivanja problematičnih invazivnih biljnih vrsta,
  • Analizirani su anketni upitnici i definirane problematične invazivne biljne vrste kao i metode upravljanja istima,
  • Analizirana je recentna znanstvena i stručna literatura iz područja primjene daljinskih istraživanja u monitoringu invazivnim biljnim vrstama,
  • Intrepretirani su rezultati anketnog upitnika i analize literature te definirane najpogodnije invazivne biljne vrste za razvoj modela detekcije kao i njihova staništa,
  • Uz pomoć bespilotne letjelice prikupljeni su terenski podaci o pojavi amorfe i ambrozije,
  • Digitalnom obradom terenskih podataka dobiveni su ulazni podaci za razvoj modela detekcije temeljenog na Sentinel 2 satelitskim podacima,
  • Preuzete su Sentinel 2 satelitske snimke odabranih područja te je obavljena predobrada što uključuje rezanje područja interesa, uklanjanje naoblake, i maskiranje neobraslih područja,
  • Izračunati su vegetacijski indeksi za područja istraživanja te su statističkom obradom odabrani oni najpovoljniji za diferencijaciju amorfe i ambrozije od ostalih kategorija pokrova zemljišta,
  • Implementirane su različite metode strojnog učenja kako bi se dobio najbolji model detekcije – Random forest, K-Nearest Neighbour, Support Vector Machine, umjetna neuralna mreža i boosting klasifikacija,
  • Rezultati klasifikacije su validirani na temelju prostornih podataka sakupljenih na terenu,
  • Izračunate su matrice konfuzije i postotak točnosti pojedinog modela detekcije
  • Odrađeno je testiranje dobivenog modela na drugom području kako bi se utvrdila njegova robustnost i prenosivost
  • Testirana je i, na temelju rezultata, odbačena mogućnost korištenja metode sinergije Sentinel 1 i Sentinel 2 podataka za detekciju ambrozije
  • Izrađena su završna izvješća i tehnički dokumenti s opisom metodologije i rezultata istraživanja.

Provedba ovog projekta doprinosi sljedećim ciljevima održivog razvoja:

Oikon d.o.o.
Oikon d.o.o.