Szkólka z 50 000 drzew potrzebowala trzech dni, zeby je policzyc. Zespoly chodzily rzedami z tabliczkami, tracily rachube w popoludniowym upale i zaczynaly od nowa. Teraz wystarczy jeden lot dronem i model AI, który mapuje kazde drzewo z góry.
Liczenie drzew i roslin to jedno z najbardziej czasochlonnych zadan w szkólkach, sadach i projektach zalesiania. Firmy ubezpieczeniowe chca dokladnych liczb. Kupujacy musza potwierdzic ilosci w przesylce. Zarzadzajacy musza wiedziec, co przetrwalo zime. Reczne liczenie na te skale jest wolne, niespójne i drogie. Liczenie z powietrza oparte na AI oferuje szybsza droge do tych samych odpowiedzi.
Dlaczego dokladne liczby drzew sa wazne
Liczenie drzew to nie tylko zarzadzanie inwentarzem. Napedza realne decyzje finansowe.
Szkólki sprzedaja drzewa wedlug dokladnej liczby. Zamówienie na 10 000 sadzonek musi byc zrealizowane precyzyjnie, a szkólka musi wiedziec, czy ma 10 000 czy 9 400, zanim zlozy obietnice. Roszczenia ubezpieczeniowe po burzach lub chorobach wymagaja udokumentowanych liczen w celu udowodnienia strat. Zarzadzajacy sadami szacuja plony na podstawie liczby drzew, a 5% blad w liczeniu przeklada sie bezposrednio na 5% blad w planowaniu zbiorów.
W przypadku projektów zalesiania, liczenie posadzonych drzew weryfikuje zgodnosc z przepisami srodowiskowymi i zobowiazaniami dotyczacymi kredytów weglowych. Te liczenia czesto musza obejmowac setki hektarów nierównego terenu, gdzie przejscie kazdego rzedu jest niepraktyczne.
Jak dziala liczenie z powietrza z AI
Proces sklada sie z trzech kroków: lot, rejestracja i liczenie.
Dron wyposazony w kamere RGB lata po wzorze siatki nad obszarem docelowym na wysokosci od 30 do 80 metrów, w zaleznosci od rozmiaru i gestosci drzew. Lot rejestruje nakladajace sie obrazy pokrywajace kazda czesc pola. Dla szkólki o powierzchni 10 hektarów lot trwa od 15 do 30 minut.
Obrazy sa wgrywane do modelu AI wytrenowanego w detekcji lotniczej drzew. Model skanuje kazdy obraz, identyfikuje poszczególne korony lub pnie drzew i oznacza je punktami detekcji. Nakladajace sie obrazy sa laczne, aby kazde drzewo bylo liczone tylko raz, bez duplikacji miedzy klatkami.
Wynikiem jest calkowita liczba plus mapa georeferencjjna pokazujaca dokladna lokalizacje kazdego wykrytego drzewa. Zarzadzajacy szkólka moga powiekszac, weryfikowac detekcje i zauwazyc luki, gdzie brakuje drzew lub sa martwe.
Wskazniki dokladnosci
Dokladnosc zalezy od gestosci koron, rozdzielczosci obrazu i odleglosci miedzy drzewami. Liczby z najnowszych badan sa zachecajace.
93 do 95% dokladnosci w warunkach gestej korony. Zmniejsza naklad pracy recznej o ponad 70% i przetwarza obrazy prawie 5 razy szybciej niz tradycyjne metody.
System liczenia UAS w czasie rzeczywistym osiagnal wynik F1 wynoszacy 99,09%, poprawnie identyfikujac drzewa podczas lotu z wynikami dostepnymi sekundy po starcie.
95% dokladnosci w detekcji pni i srednia precyzja 0,977, z poprawa szybkosci o 515% w porównaniu z metodami recznymi.
Wzorzec jest spójny: dobrze rozmieszczone drzewa w jednolitych rzedach osiagaja dokladnosc powyzej 95%. Geste, nakladajace sie korony obnizaja dokladnosc do nieco ponad 90%, poniewaz model ma trudnosci z rozdzieleniem poszczególnych koron, które wizualnie zllewaja sie z góry.
Najlepsze praktyki dla lotniczych zdjec drzew
- Latac na wysokosci 40 do 60 metrów dla najlepszej równowagi miedzy zasiggiem a rozdzielczoscia
- Uzywac 70 do 80% nakladania sie obrazów, aby zapewnic pelne pokrycie i dokladne laczenie
- Latac w poludnie lub w pochmurnych warunkach, aby zminimalizowac cienie zaklócajace detekcje koron
- Unikac wietrznych dni, gdy galezieie sie chwieja i rozmywaja obrazy
- Przy gestych koronach, latac nizej, aby zwiekszyc rozdzielczosc na drzewo
- Rejestrowac obrazy na stalej wysokosci, aby utrzymac jednolita skale w calym zbiorze danych
Poza liczeniem: co jeszcze ujawnia AI z powietrza
Liczenie drzew z obrazów drona daje uzyteczny efekt uboczny: mape luk. Brakujace drzewa, martwe drzewa i obszary ze slabym wzrostem pojawiaja sie jako dziury we wzorcu detekcji. Zarzadzajacy szkólkami wykorzystuja te mapy luk do planowania dosadzania, harmonogramowania regulacji nawadniania i identyfikacji ognisk szkodników lub chorób, zanim sie rozprzestrzenia.
Niektóre systemy lacza liczenie z klasyfikacja zdrowia, wykorzystujac obrazowanie multispektralne do oznaczania drzew wykazujacych oznaki stresu. Jeden lot dronem moze dostarczyc liczbe inwentarza, ocene zdrowia i analize luk, trzy zadania, które wymagalyby oddzielnych wysilków recznych na gruncie.
Ograniczenia, o których warto wiedziec
- Geste, nakladajace sie korony zmniejszaja dokladnosc, poniewaz poszczególne drzewa zlewaja sie wizualnie z góry. Gatunki lisciaste w pelnym ulistnieniu sa trudniejsze do rozdzielenia niz drzewa o nagich galeziach zima.
- Bardzo mlode sadzonki ponizej 30 centymetrów moga byc zbyt male, aby niezawodnie je wykryc z standardowej wysokosci drona. Nizsze loty pomagaja, ale zmniejszaja zasieg.
- Nasadzenia mieszanych gatunków, gdzie rózne rozmiary drzew sie nakladaja, moga wprowadzac w blad modele wytrenowane na jednolitych rzedach.
- Ograniczenia regulacyjne dotyczace lotów dronamii w poblizu lotnisk, terenów miejskich lub chronionej przestrzeni powietrznej moga ograniczac mozliwosci lotu.
Podsumowanie
Liczenie drzew z dronów z AI zamienia wielodniowa prace reczna w jeden lot. Dokladnosc jest wystarczajaca dla roszczen ubezpieczeniowych, zamówien sprzedazowych i zgodnosci z przepisami, a poprawia sie z kazda nowa generacja modeli.
Jesli Twoja dzialalnosc liczy drzewa, chodzac rzedami z tabliczka, spróbuj przeleciec dronem nad tym samym obszarem. Wynik bedzie na Twoim ekranie, zanim dron wyladuje, a mapa pokaze Ci rzeczy, których zaden spacer na poziomie gruntu nigdy nie ujawnilby.