Rasadnik s 50,000 stabala provodio je tri dana u njihovom brojanju. Timovi su hodali redovima s podlogama, gubili nit u popodnevnoj žegi i počinjali ispočetka. Sada je potreban jedan let dronom i AI model koji mapira svako stablo odozgo.
Brojanje stabala i biljaka jedan je od najdugotrajnijih zadataka u rasadnicima, voćnjacima i projektima pošumljavanja. Osiguravajuća društva žele točne brojeve. Kupci trebaju potvrdu količina za isporuku. Upravitelji trebaju znati što je preživjelo zimu. Ručno brojanje u ovom razmjeru je sporo, nekonzistentno i skupo. AI zračno brojanje nudi brži put do istih odgovora.
Zašto su točna brojanja stabala važna
Brojanje stabala nije samo upravljanje inventarom. Ono pokreće stvarne financijske odluke.
Rasadnici prodaju stabla po točnom broju. Narudžba za 10,000 sadnica mora biti ispunjena precizno, a rasadnik mora znati ima li 10,000 ili 9,400 prije nego daje obećanja. Osigurateljni zahtjevi nakon oluja ili bolesti zahtijevaju dokumentirana brojanja za dokazivanje gubitaka. Upravitelji voćnjaka procjenjuju prinos na temelju broja stabala, a 5% pogreška u broju stabala izravno se pretvara u 5% pogrešku u planiranju berbe.
Za projekte pošumljavanja, brojanje posađenih stabala verificira usklađenost s ekološkim propisima i obvezama ugljičnih kredita. Ta brojanja često trebaju pokriti stotine hektara neravnog terena gdje je hodanje svakog reda nepraktično.
Kako funkcionira zračno AI brojanje
Proces ima tri koraka: letenje, snimanje i brojanje.
Dron opremljen RGB kamerom leti u mrežnom obrascu iznad ciljnog područja na 30 do 80 metara visine, ovisno o veličini i gustoći stabala. Let snima preklapajuće fotografije koje pokrivaju svaku sekciju polja. Za 10-hektarski rasadnik, let traje 15 do 30 minuta.
Slike se učitavaju u AI model obučen za zračnu detekciju stabala. Model skenira svaku sliku, identificira pojedinačne krošnje ili debla stabala i označava ih točkama detekcije. Preklapajuće slike se spajaju tako da se svako stablo broji jednom, a ne duplicira kroz kadrove.
Rezultat je ukupan broj plus georeferencirana karta koja pokazuje točnu lokaciju svakog detektiranog stabla. Upravitelji rasadnika mogu zumirati, verificirati detekcije i uočiti praznine gdje stabla nedostaju ili su uginula.
Mjerila preciznosti
Preciznost ovisi o gustoći krošnji, rezoluciji slike i razmaku između stabala. Brojke iz nedavnih studija su ohrabrujuće.
93 do 95% preciznosti u uvjetima gustih krošnji. Smanjuje ručni rad za preko 70% i obrađuje slike gotovo 5 puta brže od tradicionalnih metoda.
Sustav za brojanje u letu s UAS postigao je F1 rezultat od 99.09%, ispravno identificirajući stabla tijekom leta s rezultatima dostupnim sekunde nakon polijetanja.
95% preciznosti za detekciju debla stabala i srednja prosječna preciznost od 0.977, s 515% poboljšanjem brzine u usporedbi s ručnim metodama.
Obrazac je dosljedan: dobro razmaknuta stabla u ujednačenim redovima daju 95%+ preciznosti. Guste, preklapajuće krošnje smanjuju preciznost na niske 90-e jer se model muči razdvojiti pojedinačne krošnje koje se vizualno stapaju odozgo.
Dobre prakse za zračne fotografije stabala
- Letite na 40 do 60 metara visine za najbolji balans pokrivenosti i rezolucije
- Koristite 70 do 80% preklapanja slika za potpuno pokrivanje i precizno spajanje
- Letite u podne ili za oblačnog vremena da minimizirate sjene koje zbunjuju detekciju krošnji
- Izbjegavajte vjetrovite dane kada se grane njišu i zamućuju slike
- Za guste krošnje, letite niže da povećate rezoluciju po stablu
- Snimajte slike na stalnoj visini da održite ujednačen razmjer u cijelom skupu podataka
Izvan brojanja: što još otkriva zračni AI
Brojanje stabala iz dronskih slika proizvodi koristan nusproizvod: kartu praznina. Nedostajuća stabla, mrtva stabla i područja sa slabim rastom pojavljuju se kao rupe u obrascu detekcije. Upravitelji rasadnika koriste te karte praznina za planiranje ponovne sadnje, prilagodbu navodnjavanja i identificiranje pojave štetnika ili bolesti prije nego se prošire.
Neki sustavi kombiniraju brojanje s klasifikacijom zdravlja, koristeći multispektralne slike za označavanje stabala koja pokazuju znakove stresa. Jedan let dronom može isporučiti inventarni broj, zdravstvenu procjenu i analizu praznina - tri zadatka koja bi zahtijevala zasebne ručne napore na tlu.
Ograničenja koja trebate znati
- Guste, preklapajuće krošnje smanjuju preciznost jer se pojedinačna stabla vizualno stapaju odozgo. Listopadne vrste u punom listu teže je razdvojiti od golodrvih zimskih stabala.
- Vrlo mlade sadnice ispod 30 centimetara mogu biti premale za pouzdanu detekciju sa standardne visine drona. Niži letovi pomažu, ali smanjuju pokrivenost.
- Mješovite nasade vrsta gdje se različite veličine stabala preklapaju mogu zbuniti modele obučene na ujednačenim redovima.
- Regulatorna ograničenja za letove dronovima blizu zračnih luka, urbanih područja ili zaštićenog zračnog prostora mogu ograničiti gdje možete letjeti.
Zaključak
AI brojanje stabala dronovima pretvara višednevni ručni posao u jedan jedini let. Preciznost je dovoljno visoka za osigurateljne zahtjeve, prodajne narudžbe i regulatornu usklađenost, i poboljšava se sa svakom novom generacijom modela.
Ako vaša operacija broji stabla hodajući redovima s podlogom, pokušajte pustiti dron iznad istog područja. Broj će biti na vašem zaslonu prije nego dron sleti, a karta će vam pokazati stvari koje nikakav obilazak na razini tla nikad ne bi mogao.