Vědecko-výzkumné projekty

Srovnání použitelnosti hyperspektrálních a multispektrálních dat z bezpilotních letadel v oblasti lesnictví

SP2024/057

Lesy jsou životně důležité ekosystémy hrající klíčovou roli při regulaci zemského klimatu, ochraně biologické rozmanitosti a poskytování zdrojů pro lidskou společnost. Proto je důležité monitorovat lesní zdroje a hospodařit s nimi udržitelným způsobem. Díky dálkovému průzkumu Země (DPZ) je možné sledovat mnoho důležitých aspektů, např. biodiverzitu a druhové složení lesa, detekovat škůdce a nemoci či monitorovat stav lesního porostu včetně detekce změn (Hájek, 2006). Pokrok v technologiích používaných pro dálkový průzkum Země otevřel nové možnosti monitorování lesů. Hyperspektrální data získaná z bezpilotních letadel (UAV) poskytují vysoké spektrální i prostorové rozlišení. Tyto vlastnosti umožňují například přesnou identifikaci jednotlivých druhů stromů na základě jejich jedinečných spektrálních signatur. Hyperspektrální kamera je totiž schopná snímat odrazivost povrchu ve stovkách velice úzkých pásem poskytujících přesné spektrální informace o snímaném povrchu. Data pořizovaná multispektrálními kamerami naopak zahrnují nižší počet pásem, obvykle mezi 5 a 10, získaná informace o spektrálním chování nasnímaných objektů je tudíž výrazně chudší. Obě technologie mají své výhody i nevýhody. Negativum hyperspektrálních dat spočívá ve výrazně vyšších pořizovacích nákladech a ve velkém objemu a dimenzionalitě dat, která je nutné zpracovat, což klade značné požadavky na výpočetní výkon a čas. Velmi přesná data jsou také často zatížena šumem a některá pásma mohou být zcela nepoužitelná. Tento projekt si klade za cíl odpovědět na otázku, zda a v jakých případech bude výhodnější použít hyperspektrální nebo naopak multispektrální kameru. Na zmíněnou výhodnost by mohlo být nahlíženo jako na poměr úsilí, času a financí ku kvalitě a reálné použitelnosti získaných informací. Projekt bude zaměřen na hodnocení v následujících tématech: klasifikace druhové skladby lesního porostu, rozlišení listnatý/jehličnatý strom, výpočet vegetačních indexů a případně hodnocení zdravotní kondice stromů. Výběr lokality bude naplánován tak, aby bylo možné odlišit jednotlivé koruny (hustý jednolitý porost je pro klasifikaci problematický). Zvažovány jsou lokality: okraj Hošťálkovic, trasa podél řeky Odry, bude diskutována případná možnost nasnímat dobře monitorovanou oblast Experimentálního ekologického pracoviště (CzechGlobe) na Bílém Kříži. Pro sběr hyperspektrálních dat bude použita kamera Resonon Pika L (400-1000 nm) spadající pod Katedru geoinformatiky. Pro sběr multispektrálních dat budou použity multispektrální kamery dostupné na Hornicko-geologické fakultě, VŠB-TUO. Vybraná oblast či oblasti budou v ideálním případě nasnímány dvakrát, a to během různých fází vegetačního období. Kromě pořízení dat hyperspektrální a multispektrální kamerou proběhne pozemní sběr dat týkajících se především pozice, druhu stromu, a jeho zdravotního stavu (s využitím mobilního zařízení s přijímačem GNSS). Takto bude možné výsledky ověřit. Zpracování obrazových dat bude probíhat v softwaru Spectronon a ENVI, popřípadě Geomatica a SNAP. Výsledky tohoto projektu by měly mít jak vědecký, tak praktický přínos. Mohou mít velký význam pro lesnictví – porovnání těchto dat může poskytnout důležité poznatky o vhodných metodách zisku informací ohledně stavu lesních porostů a dalších faktorech ovlivňujících lesní ekosystémy. Zároveň správné zvolení druhu senzoru dle konkrétní potřeby může učinit standardní postupy efektivnějšími. Při vykonané rešerši byly nalezeny práce, které se podobnou tématikou zabývaly. Větší část z nich byla postavena na družicových snímcích, jejichž prostorové rozlišení i další charakteristiky jsou výrazně odlišné od dat pořizovaných bezpilotními letadly. V publikaci Awad (2018) byly porovnány přesnosti klasifikací za použití dat z různých družic – hyperspektrální družice Hyperion and CHRIS-Proba (82 a 92% přesnost) a multispektrální družice ALI a Landsat 8 (52 a 60% přesnost). Obdobně Krauz (2023) hodnotil území Národního parku Šumava s použitím dat z hyperspektrální družice PRISMA, leteckých hyperspektrálních dat (CzechGlobe) a multispektrálních dat z družice Sentinel-2B, nedošlo tedy k porovnání s leteckými multispektráními daty, závěry se spíše zaměřovaly na porovnání použitelnosti leteckých a družicových dat. V čerstvě publikované studii Olivetti et al. (2023) byla porovnána hyperspektrální Nano-Hyperspec kamera a multispektrální Parrot Sequoia. Nano-Hyperspec je dle autorů vynikající kamera pro sledování chlorofylu a sinic s vysokou přesností, nicméně je desetkrát finančně nákladnější než platforma Sequoia. Pro sledování parametrů se střední přesností lze dle autorů použít dostupnější multispektrální kamery. Z výsledků článku Lu et al. (2019) vyplývá např., že hyperspektrální snímky mají vysoký potenciál pro přesný odhad obsahu chlorofylu, nicméně přesnost použití hyperspektrálního snímku není podstatně vyšší než při použití snímku multispektrálního. Z výše uvedeného vyplývá, že problematika srovnání multispektrálních a hyperspektrálních dat pořízených bezpilotními letadly pro aplikace z lesnictví byla doposud pouze omezeně studována a má proto významný potenciál k vědecké práci. Závěry nalezených prací velmi zřídka přímo odpovídaly na otázku, pro které případy je vhodnější použít hyperspektrální a pro které multispektrální data. Zodpovědnou řešitelkou navrhovaného projektu je Ing. Ivana Horáková, která se dlouhodobě zabývá zpracováním a využitím hyperspektrálních dat. Její bakalářská práce byla zaměřena na možnosti využití družicových hyperspektrálních dat, konkrétně z družice Hyperion (Možnosti využití hyperspektrálních dat Hyperion). Ve své diplomové práci se rovněž zabývala hyperspektrálními daty, tentokrát pořízenými bezpilotními letadly se zaměřením na lesnictví (Klasifikace lesních dřevin s využitím hyperspektrálních dat z bezpilotních letadel). Téma navrhovaného projektu je zcela v souladu s tématem disertační práce zodpovědné řešitelky s názvem: Bezpilotní letecké prostředky v lesnictví. Školitel doc. Ing. Michal Kačmařík, Ph.D. se profesně zabývá globálními navigačními družicovými systémy (GNSS) a využíváním bezpilotními letadel v geovědách. Do projektu budou dále zapojeni tři prezenční doktorandi Katedry geoinformatiky. Ing. Marek Ilenčík se zaměřuje na problematiku neuronových sítí, strojového a hlubokého učení a jejich aplikaci v GIS. Jeho znalosti budou využity při klasifikaci obrazových dat, kde se mezi nejúspěšnější algoritmy řadí právě algoritmy strojového učení. Ing. Marek Halaj se zabývá přesným určováním polohy s využitím nízkonákladových zařízení, do projektu bude zapojen zejména při sběru referenční sady dat. Ing. Tolulope Oluwafemi Jayeola se věnuje využívání bezpilotních letadel v geoinformatice, jeho úlohou v projektu bude primárně pořizování a zpracování snímků z multispektrálních kamer. Použitá literatura: HÁJEK, Filip. Automatická extrakce porostních údajů z obrazových dat DPZ. Archiv časopisu Lesnická práce [online]. 85 (2006) (Lesnická práce 04/06). Dostupné z: https://www.lesprace.cz/casopis-lesnicka-prace-archiv/rocnik-85-2006/lesnicka-prace-c-04-06/automaticka-extrakce-porostnich-udaju-z-obrazovych-dat-dpz AWAD, Mohamad M. Forest mapping: a comparison between hyperspectral and multispectral images and technologies. Journal of Forestry Research [online]. 2018, 29(5), 1395-1405. ISSN 1007-662X. Dostupné z: doi:10.1007/s11676-017-0528-y KRAUZ, Bc. Tomáš. Porovnání hyperspektrálních a multispektrálních dat ze satelitních a leteckých senzorů. 2023 [cit. 2023-12-09]. České vysoké učení technické v Praze, Fakulta stavební, Katedra geomatiky. Vedoucí práce Ing. Eva Matoušková, Ph.D. OLIVETTI, Diogo, Rejane CICERELLI, Jean-Michel MARTINEZ, Tati ALMEIDA, Raphael CASARI, Henrique BORGES a Henrique ROIG. Comparing Unmanned Aerial Multispectral and Hyperspectral Imagery for Harmful Algal Bloom Monitoring in Artificial Ponds Used for Fish Farming. Drones [online]. 2023, 7(7). ISSN 2504-446X. Dostupné z: doi:10.3390/drones7070410 LU, Bing, Yuhong HE a Phuong D. DAO. Comparing the Performance of Multispectral and Hyperspectral Images for Estimating Vegetation Properties. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing [online]. 2019, 12(6), 1784-1797. ISSN 1939-1404. Dostupné z: doi:10.1109/JSTARS.2019.2910558

2024

2024

Ministerstvo školství, mládeže a tělovýchovy

SGS

Specifický výzkum VŠB-TUO

Horáková Ivana Ing.