Svake sekunde planeta gubi deo šume koji je ekvivalentan fudbalskom terenu zbog seče, požara, najezde insekata, bolesti, vetra, suše i drugih faktora. U nedavno objavljenoj studiji, istraživači iz Centra za posmatranje i nauku zemaljskih resursa američkog Geološkog istraživanja (EROS) predstavili su sveobuhvatnu strategiju za otkrivanje kada i gde se narušavanje šuma dešava u velikim razmerama i daju dublje razumevanje promene šuma.
Studija je objavljena u časopisu Journal of Remote Sensing.
„Naša strategija vodi do preciznijeg mapiranja i ažuriranja zemljišnog pokrivača“, rekao je Suming Jin, naučnik fizike iz EROS centra.
Da bi razumeli širu sliku pejzaža koji se menja, naučnici se oslanjaju na Nacionalnu bazu podataka o zemljišnom pokrivaču, koja pretvara slike satelita za posmatranje Zemlje (Landsat) u mape piksel po piksel specifičnih karakteristika. Između 2001. i 2016. godine, baza podataka je pokazala da je skoro polovina promena zemljišnog pokrivača u susednim Sjedinjenim Državama uključivala šumska područja.
„Da bi se obezbedio kvalitet Nacionalne baze podataka o zemljišnom pokrivaču i proizvoda za promene zemljišnog pokrivača, važno je tačno otkriti lokaciju i vreme poremećaja šuma“, rekao je Jin.
Jin i tim su razvili metod za otkrivanje poremećaja šuma po godinama. Pristup kombinuje prednosti algoritma vremenske serije i metode detekcije sa 2 datuma kako bi se poboljšala efikasnost operativnog mapiranja velikih regiona, fleksibilnost i tačnost. Nova tehnika omogućava efikasnije upravljanje šumama i politiku, između ostalih aplikacija.
Landsat podaci su naširoko korišćeni za otkrivanje poremećaja šuma zbog njihove duge istorije, visokih prostornih i radiometrijskih rezolucija, politike slobodnih i otvorenih podataka i pogodnosti za kreiranje kontinentalnih ili čak globalnih mozaičkih slika za različita godišnja doba.
„Potrebni su nam algoritmi koji mogu da kreiraju konzistentne mape poremećaja šuma u velikim regionima kako bi pomogli u proizvodnji višeepohalne Nacionalne baze podataka o zemljišnom pokrivaču“, rekao je Jin. „Takođe su nam potrebni ti algoritmi da budu skalabilni kako bismo mogli da pratimo promene šuma u dužim vremenskim periodima.
Uobičajena metoda koja se zove „otkrivanje promene šume sa 2 datuma“ uključuje upoređivanje slika iz dva različita datuma, dok „algoritam vremenske serije“ može da obezbedi zapažanja za godišnje ili čak mesečne vremenske serije Landsata.
Generalno, algoritmi za otkrivanje promene šuma sa 2 datuma su fleksibilniji od metoda vremenskih serija i koriste bogatije spektralne informacije. Metoda sa 2 datuma može lako odrediti promene između opsega slike, indeksa, klasifikacija i kombinacija i, stoga, preciznije detektovati poremećaje u šumi. Međutim, metoda sa 2 datuma otkriva promene samo za jedan vremenski period i obično zahteva dodatne informacije ili dalju obradu da bi se promene u šumama odvojile od drugih promena zemljišnog pokrivača.
S druge strane, algoritmi za otkrivanje promena šuma zasnovani na vremenskim serijama mogu da koriste spektralne i dugoročne vremenske informacije i proizvode promene za više datuma istovremeno. Međutim, ove metode obično zahtevaju da se svaki korak algoritma vremenske serije ponovo obradi kada se doda novi datum, što može biti glomazno za kontinuirano ažuriranje praćenja i dovesti do nedoslednosti.
Prethodne studije su predlagale pristupe ansambla za poboljšanje tačnosti mapiranja promena šuma, uključujući „slaganje“ ili kombinovanje rezultata različitih metoda mapiranja. Dok slaganje smanjuje stope greške izostavljanja i provizije, metod je intenzivan u računarstvu i zahteva referentne podatke za obuku.
Pristup Džina i tima kombinovao je prednosti metoda otkrivanja promena sa 2 datuma i metode detekcije kontinuiranih vremenskih serija, koja je nazvana metoda vremenske serije pomoću indeksa normalizovane spektralne udaljenosti (NSD) (TSUN), kako bi se poboljšalo operativno mapiranje velikih regiona efikasnost, fleksibilnost i tačnost. Koristeći ovu kombinaciju, istraživači su proizveli proizvod narušavanja šuma NLCD 1986–2019, koji pokazuje najnoviji datum poremećaja šuma između 1986. i 2019. godine za svaki interval od dve do tri godine.
„TSUN indeks detektuje promene šumskog pokrivača sa više datuma i pokazalo se da se lako može proširiti na novi datum čak i kada su nove slike obrađene na drugačiji način od prethodnih slika“, rekao je Jin.
Istraživački tim planira da poboljša alat povećanjem vremenske frekvencije i proizvede godišnji proizvod poremećaja šuma od 1986. do danas.
„Naš krajnji cilj je da automatski napravimo mape poremećaja šuma sa visokom preciznošću sa mogućnošću kontinuiranog praćenja poremećaja šuma, nadamo se u realnom vremenu“, rekao je Jin.
