침입 식물에 대한 컴퓨터 비전 기반 바이오매스 추정

요약

우리는 무인 항공기(UAV) 원격 감지에서 얻은 데이터를 활용하여 바이오매스를 평가하고 침입종의 공간 분포를 캡처하는 침입 식물 바이오매스 추정 방법에 대한 자세한 절차를 보고합니다. 이 접근 방식은 침입 식물에 대한 위험 평가 및 조기 경고를 수행하는 데 매우 유용한 것으로 입증되었습니다.

초록

우리는 UAV 원격 감지 및 컴퓨터 비전을 기반으로 침입 식물의 바이오매스를 추정하는 방법의 자세한 단계를 보고합니다. 연구 영역에서 샘플을 수집하기 위해 샘플링 점을 무작위화하기 위해 샘플 정사각형 어셈블리를 준비했습니다. 드론과 카메라를 이용한 무인 항공 카메라 시스템을 구축하여 자동 항법을 통해 연구 지역의 연속 RGB 이미지를 획득했습니다. 촬영이 완료된 후 샘플 프레임의 지상 바이오매스를 수집하고 모든 서신에 라벨을 붙이고 포장했습니다. 샘플 데이터를 처리하고 항공 이미지를 280 x 280 픽셀의 작은 이미지로 분할하여 이미지 데이터 세트를 만들었습니다. 심층 컨볼루션 신경망을 사용하여 연구 지역에서 Mikania micrantha 의 분포를 매핑하고 식생 지수를 얻었습니다. 수집된 유기체는 건조되었고, 건조 중량은 실측 생물량으로 기록되었습니다. 침입 식물 바이오매스 회귀 모델은 샘플 이미지에서 식생 지수를 독립 변수로 추출하고 이를 종속 변수로 실측 바이오매스와 통합하여 K-최근접 이웃 회귀(KNNR)를 사용하여 구성되었습니다. 그 결과 침입 식물의 바이오매스를 정확하게 예측할 수 있음을 보여주었습니다. 이미지 순회를 통해 침입 식물 바이오매스의 정확한 공간 분포 맵이 생성되어 침입 식물의 영향을 받는 고위험 지역을 정확하게 식별할 수 있었습니다. 요약하면, 이 연구는 무인 항공기 원격 감지와 기계 학습 기술을 결합하여 침입 식물 바이오매스를 추정할 수 있는 잠재력을 보여줍니다. 침입 식물의 실시간 모니터링을 위한 새로운 기술 및 방법 연구에 크게 기여하고 있으며 지역 규모에서 지능형 모니터링 및 위험 평가를 위한 기술 지원을 제공합니다.

서문

이 프로토콜에서 제안된 UAV 원격 감지 및 컴퓨터 비전을 기반으로 한 침습적 바이오매스 추정 방법은 침입 유기체의 분포를 반영하고 침습적 생물학적 위험의 정도를 예측할 수 있습니다. 침입 유기체의 분포 및 생물량에 대한 추정치는 이러한 유기체의 예방 및 통제에 매우 중요합니다. 외래 식물이 침입하면 생태계를 손상시키고 막대한 경제적 손실을 초래할 수 있습니다. 침입 식물을 빠르고 정확하게 식별하고 주요 침입 식물 바이오매스를 추정하는 것은 침입 식물 모니터링 및 제어의 주요 과제입니다. 이 프로토콜에서는 Mikania micrantha 를 예로 들어 무인 항공 원격 감지 및 컴퓨터 비전을 기반으로 한 침입 식물 바이오매스 추정 방법을 탐색하여 침입 식물의 생태 연구를 위한 새로운 접근 방식과 방법을 제공하고 침입 식물의 생태 연구 및 관리를 촉진합니다.

현재 Mikania micrantha 의 바이오매스 측정은 주로 수동 샘플링으로 수행됩니다¹. 전통적인 바이오매스 측정 방법은 많은 인력과 물적 자원이 필요하며, 이는 비효율적이고 지형에 의해 제한됩니다. Mikania micrantha 의 지역 바이오매스 추정 요구를 충족시키는 것은 어렵습니다.이 ....

프로토콜

1. 데이터셋 준비

1. 연구 대상 선택
   1. Mikania micrantha 또는 기타 침입 식물과 같은 옵션을 고려하여 실험 연구의 초점에 따라 테스트 샘플을 선택합니다.
2. UAV 이미지 수집
   1. 연구 영역의 크기에 따라 0.5m*0.5m 크기와 수량 25-50의 정사각형 플라스틱 프레임을 준비합니다.
   2. 충분한 수의 바이오매스 샘플을 사용하여 연구 지역의 토양 샘플링 위치를 결정하기 위해 무작위 샘플링 접근 방식을 사용합니다. 샘플 프레임을 식물 위에 수평으로 배치하여 각 식물 사이에 최소 2m의 이격 거리로 식물을 완전히 둘러쌉니다.
   3. 그림 1과 같이 드론과 카메라를 사용하여 UAV 원격 감지 촬영 시스템을 형성합니다.
   4. UAV를 사용하여 지정된 연구 영역 내의 경로를 플롯합니다. 경로 계획 설정은 그림 2에 나와 있습니다.
      1. 방향 및 측면 겹침 비율을 70%로 설정하고, 2초의 균일한 시간 간격으로 사진을 캡처하고, 카메라 각도를 지면과 수직으로 90°로 유지하고, 카메라 고도를 30m로 배치합니다. 그 ....

결과

우리는 컴퓨터에서 프로그래밍 방식으로 구현되는 침입 식물 추정을 위한 컴퓨터 비전 기반 방법의 대표적인 결과를 보여줍니다. 이 실험에서는 Mikania micrantha 를 연구 주제로 사용하여 자연 서식지에서 침입 식물의 공간 분포를 평가하고 바이오매스를 추정했습니다. 우리는 드론 카메라 시스템을 활용하여 연구 현장의 이미지를 획득했으며, 그 중 일부는 그림 3에 전.......

토론

UAV 원격 감지 및 컴퓨터 비전을 사용하여 침입 식물의 바이오매스를 추정하는 실험의 자세한 단계를 제시합니다. 이 계약의 주요 프로세스와 단계는 그림 7에 나와 있습니다. 적절한 시료 품질은 프로그램에서 가장 중요하고 어려운 측면 중 하나입니다. 이러한 중요성은 다른 식물 바이오매스 추정 실험뿐만 아니라 모든 침입 식물에도 적용된다²⁴.

자료

Name	Company	Catalog Number	Comments
DSLR camera	Nikon	D850	Sensor type: CMOS; Maximum number of pixels: 46.89 million; Effective number of pixels: 45.75 million; Maximum resolution 8256 x 5504.
GPU - Graphics Processing Unit	NVIDIA	RTX3090
Hexacopter	DJI	M600PRO	Horizontal flight: 65 km/h (no wind environment); Maximum flight load: 6000 g
PyCharm	Python IDE	2023.1
Python	Python	3.8.0
Pytorch	Pytorch	1.8.1