• Registrace
  • Přihlášení
  • Katalog pro učitele
  • Zeptejte se přírodovědců
  • Razítková samoobsluha
  • Pro média


   Ztráta hesla

košík je prázdný
 
Zobrazit košík
Celkem Kč
0,-
  • Kalendář akcí
  • Magazín
  • Video
  • Fotogalerie
  • Ke stažení
  • E-shop
Nacházíte se na: Úvod Aktuality Na kůrovce s AI

Na kůrovce s AI

01.03.2023 - Aktuality Tisknout
1x
  • Tweet

Výskyt lýkožrouta smrkového ve střední Evropě v posledních třech desetiletích sílí. Nejnovější výskyty v Česku dokonce přesáhly závažnost ohnisek pozorovaných v posledních dvou desetiletích. Proto je čas jednat.

Lesy v Česku zažívají v posledních letech děsivé období. V důsledku změn klimatu, působení škodlivých imisí a nevhodného hospodaření dochází k jejich oslabení. Snížená vitalita stromů dává příležitost k expanzi škůdců, kteří zpravidla stromy nejen napadnou ale i usmrtí. Plocha lesů rapidně ubývá. Vyvstávají tak obavy ohledně vlivů na životní prostředí, nedostatku dřeva i dopady na lidské zdraví. Mnohdy se však můžeme setkat se stromy, které se zdají být zdravé, avšak „to mají již za sebou“ či jsou již značně poškozené. Detekce poškozených stromů v raném stadiu není snadná, avšak je nepostradatelná. Robert Minařík spolu s Jakubem Langhammerem a Theodorou Lendzioch z Katedry fyzické geografie a geoekologie Přírodovědecké fakulty Univerzity Karlovy se na to rozhodli jít od lesa, tedy vlastně z ptačí perspektivy.

Jednou z možností, jak zjistit napadení stromů včas je terénní průzkum. Jedná se však o velice časově náročnou činnost, při které není možné postihnout dostatečně velkou oblast. Mnohem komplexnější se zdá využití dálkového průzkumu Země. Zde však dost často narážíme na nevhodné rozlišení snímků a nemožnosti odhalit konkrétní koruny napadených stromů. Zároveň k jejich zjištění je zapotřebí znalostí o interakcích mezi biochemickými a strukturními vlastnostmi stromu a elektromagnetickými signály detekovanými senzorem.

alt: Třídy narušení použité ve studii: (a) borovice; (b) sbbd – smrk poškozený (déle napadený smrk, kdy jehlice žloutnou, světle zelené jehlice opadávají, kůra je odlupována datlem); (c) sbbg – smrk napadený sbbg (jehlice zelené nebo světle zelené, přítomny pryskyřičné kanálky); (d)sh – smrk živý a nenapadený (jehlice zelené).

Nadějným nástrojem k určení napadených stromů je klasifikace obrazu pomocí algoritmů strojového učení (podoblast umělé inteligence, kde se počítačový systém sám „učí“ z předložených vzorů a jejich klíčových rysů). Jednou z možností, jak zpracovávat multispektrální snímky s velmi vysokým rozlišením je využití metody konvolučních neuronových sítí (=CNN, convolutional neural network). Použití tohoto moderních přístupu ke klasifikaci jednotlivých korun stromů se rozhodl i tým hyDRONE složený z fyzickogeografických odborníků a nadšenců pro drony. Svůj výzkum situoval do Klánovického lesa v Praze, neboť tento les od roku 2015 trpí suchem a souvisejícím masivním přemnožením kůrovci. Představuje tak ideální pilotní lokalitu. Celkově rozdělili koruny jednotlivých stromů do 4 hlavních kategorií: borovice, po delší dobu napadené smrky s již žlutými jehlicemi, právě napadené smrky s ještě zelenými jehlicemi (green attack) a nenapadené smrky. Spolu se snímkováním pomocí bezpilotních letadel proběhlo i terénní šetření.

Dalším krokem již byla analýza obrazu s využitím konvolučních neuronových sítí (CNN). O co se přesně jedná? CNN se skládá z řetězce tzv. konvolučních a pooling vrstev zakončených klasifikační vrstvou neuronů. Do sítě vstupují jednotlivé mini obrázky korun. V konvoluční vrstvě se zvýrazňují typické rysy korun pro danou kategorii násobením pixelů pohyblivým filtrem zvaným kernel. Pooling vrstva snižuje velikost obrázku a zahušťuje informaci vybráním maxima nebo výpočtem průměru z definovaného pole např. 3 x 3 pixely. Výsledkem jsou dominantní rysy vstupních dat ukryté v maticích, které vstupují do klasifikátoru. Podobně jako v biologii, i u CNN dochází pomocí pomyslných neuronů k předávání informací a k následným reakcím na daný stimul. Výhodou CNN je (na rozdíl ostatních metod strojového učení), že „sama“ hledá ve vstupních obrázcích klíčové rysy (vzory) pro rozpoznání jednotlivých kategorií a není nutné tyto vzory síti dodat prostřednictvím transformací obrazu.

Pomocí využití tří různých modelů konvolučních neuronových sítí a hojně využívaného modelu „náhodného lesa“ autoři zanalyzovali snímky různě poškozeného lesa. Nejvhodněji se projevily modely CNN využívající pouze RGB pásma, protože nejlepší spektrální oddělitelnost tříd byla v modrém a červeném pásmu. Docházelo pouze k pár chybným klasifikacím mezi dvěma kategoriemi smrků v různém stádiu napadení.

Včasné rozpoznání napadených stromů kůrovci je esenciální pro zastavení jeho šíření a páchání dalších škod v našich lesích. V nedávno vyšlé studii tým odborníků odhalil nové možnosti využití konvolučních neuronových sítí k jejich detekci. Uváděné modely lze využít nejen pro základní identifikaci napadených stromů, ale i pro sledování vývoje narušení kůrovcem. Autoři předpokládají další vylepšení modelů pomocí více tréninkových vzorků s opakováním za různých sezónních podmínek.

Autor

Mgr. Kateřina Fraindová, Přírodověda populárně

Použité zdroje

Článek byl převzat z rubriky Přírodověda poopulárně.

Minařík, R., Langhammer, J., Lendzioch, T. 2021. Detection of Bark Beetle Disturbance at Tree Level Using UAS Multispectral Imagery and Deep Learning. Remote sensing 13, 4768. https://doi.org/10.3390/rs13234768

Obrázek v záhlaví: Někdy je potřeba se na stav lesa podívat z výšky. Projevy kůrovce je možné odhalit daleko před tím než u stromů dojde k finálnímu stadiu. Foto: Jakub Langhammer

1x
  • Tweet
Zajímá Vás tento obor? Klikněte a dozvíte se více informací

Přečtěte si také

Běh pro tygry v okolí Albertova

07.05.2025 Aktuality

Chcete se pobavit, plnit zajímavé úkoly a ještě pomoci dobré věci? Přijďte na benefiční běh pro tygry, který pořádá Centrum environmentálních forenzních věd spolu s Botanickou zahradou PřF UK a spolkem Altaica.

1x Aktuality

Velká výstava bezobratlých 2025

06.06.2025 - 15.06.2025 Kalendář akcí

Oslavte s námi pestrost naší přírody a prozkoumejte zblízka fascinující svět bezobratlých živočichů.

11x Kalendář akcí

+ Načíst další

Získej kartu přírodovědce

Je to hrozně jednoduché, stačí se zaregistrovat, vyplnit o sobě všechny údaje a my ti pošleme Kartu přírodovědce s tvým jménem, na kterou můžeš čerpat mnoho výhod.

Zaregistrovat se a získat kartu

Vybíráme z e-shopu

Tužka PřF UK černá (ENG)

20 Kč

Mikina Přírodovědecká fakulta UK

650 Kč

Deník přírodovědce

149 Kč

Předplatné magazínu Přírodovědci.cz (4 vytištěná čísla)

159 Kč

Tričko "Zvířecí abeceda - N"

290 Kč

Pro učitele

Katalog pro učitele je nabídkový systém, kde si zaregistrovaný učitel může zapůjčit odborné přístroje, objednat praktická cvičení nebo přednášky pro studenty.

Zobrazit nabídku

Zeptejte se přírodovědců

Proč je obloha modrá? Proč má beruška sedm teček? Umí žirafa plavat? Vy to nevíte? My vám to řekneme, zeptejte se přírodovědců.

Položit dotaz

Výhody registrace

Karta přírodovědce vám zajistí volný vstup do muzeí PřF UK.

Zobrazit výhody

Archiv

Odebírat novinky


banner

banner

banner

banner

banner

banner

banner

banner

banner

banner

banner

banner

banner

banner

banner

banner

banner

banner

Přírodovědci

  • O projektu
  • Naši partneři
  • Razítková samoobsluha
  • Autoři
  • Vědci
  • Zeptejte se přírodovědců
  • FAQ
  • Výhody registrace

Učitelé

  • Registrace
  • Nabídka služeb

E-shop

  • Registrace
  • Otevírací doba
  • Vše o nákupu
  • Reklamační řád

Kontakt

Všechny kontakty
Pro média
Copyright © 2013, Prirodovedci.cz jsou komunikačním projektem Přírodovědecké fakulty UK v Praze. Vytvořilo Andweb s.r.o. Mapa stránek