Lesníci v kosmu

Kosmické technologie v rukou lesníků? Dříve úsměvné spojení se pomalu stává realitou: snímky pořízené stovky kilometrů nad našimi hlavami obsahují mnoho informací o lesích. Na rozdíl od tradičního terénního šetření je dálkový průzkum lesa objektivnější při sledování různých jevů (např. defoliace, vývoje hmyzích kalamit, polomů, změn krajinného krytu; viz Vesmír 82, 322, 2003/6). Efektivnější je také při sběru údajů o porostech, kontrolách zalesnění a odhalování nelegálních těžeb. Souborné informace o porostech (věku, druhovém složení, hustotě, počtu stromových etáží ad.) se běžně zjišťují v terénu, a pak se ukládají a zpracovávají jako geoprostorová databáze. Jednou z možností jak lesní databáze aktualizovat, rozšiřovat a využívat k analýzám je klasifikace leteckých a družicových snímků s velmi vysokým rozlišením. Zpětně lze pomocí údajů z pozemní inventarizace zpracovat digitální snímky v úlohách, které svým rozsahem vylučují čistě vizuální interpretaci. Můžeme tak automaticky tvořit lesnické tematické mapy pro území celé České republiky.

Automatizované zpracování digitálních snímků s velmi vysokým rozlišením

Překotně se rozvíjí nejen letecká digi tální fotogrammetrie, ale i družicová digitální fotografie, jejíž výsledky se v posledních le tech také začínají uplatňovat v lesnictví. Pro její nižší prostorové rozlišení (30 metrů na pixel pro snímky Landsat TM) ji lesníci dosud využívali většinou jen k mapování rozsáhlých území. S nástupem „metrových dat“ z družic IKONOS, QuickBird a SPOT5 se snímky dobře uplatní také při sledování údajů na úrovni porostů. Podle spektrální odrazivosti v infračerveném pásmu můžeme rozlišit například hlavní druhy dřevin, stanovit hustotu porostu, jeho věk, a dokonce i počet dospělých stromů (obrázek 1). Ve srovnání s analogovými leteckými snímky mají moderní družicové senzory vyšší barevnou hloubku (11 a více bitů), ¹⁾ a především mohou snímat v jednom či více pásmech infračerveného spektra. Tato pásma jsou klíčová pro mapování vegetace.

Automatizované zpracování snímků s velmi vysokým rozlišením není snadné. Práci s malými detaily umožňuje mnoho aplikací, pokud však chceme klasifikovat snímky velkého území, představuje obrovské množství dat problém z hlediska jak výpočetního výkonu, tak metod zpracování. Například koruna smrku představuje objekt a je na snímku tvořena skupinou různorodých pixelů (obrázek 2). Pro vyhodnocení nemůžeme použít obrazové body, ale postupy, které nabízí objektová analýza obrazu.

Při objektové analýze je snímek nejdříve rozdělen do homogenních shluků pixelů a klasifikační program pak vyhodnocuje vlastnosti těchto objektů. Členění můžeme uskutečnit v několika úrovních podle velikosti prvků, jimiž se zabýváme – korun a shluků stromů, porostních skupin nebo typů krajinného krytu. Zařazení objektů do stanovených skupin se uskuteční podle jejich barvy, geometrického tvaru či typického kontextu v rámci objektové hierarchie. Pomocí kontextuálních vlastností můžeme definovat třeba porostní skupinu se sníženou hustotou podle toho, že obsahuje směs segmentů stromových korun a holé půdy.

Propojení lesnické databáze se snímky dálkového průzkumu Země

I když se kvalita snímků neustále zlepšuje, nelze většinou získat všechny údaje pouze automatizovaným zpracováním obrazových informací (zvláště pak při vyhodnocování snímků pro celé území ČR). Pomůže nám však, když zařadíme dodatečné vrstvy geografického informačního systému do prostředí objektové analýzy obrazu. Tak lze například lokalizovat hlavní hospodářské dřeviny v porostní skupině (obrázek 3).

Při tvorbě klasifikačního schématu se vývojář snaží „přeložit“ svoje expertní znalosti do počítačového kódu. Cílem je sestavit posloupné kroky, které nahradí operátora při vizuálním hodnocení snímků. Musí se vytvořit takový sled procesů, aby se daly jednotlivé algoritmy snadno upravovat a přenášet na jiné snímky v sérii. Pomocí těchto úprav omezíme vliv odlišných podmínek při snímkování (oblačnosti, úhlu dopadajícího slunečního záření, denní hodiny, ročního období) a zajistíme vysokou míru automatizace procesu zpracování.

V současnosti se popsaným způsobem vyhodnocuje rozsah kůrovcové kalamity v Národ ním parku Šumava, mapují se hranice lesa z leteckých ortofotomap (Vesmír 86, 628, 2007/10). Analýzou časové řady snímků (v periodě 3 let) budeme moci efektivně hodnotit, jak se změnil vegetační kryt na našem území. Také se vyvíjí automatizovaná identifikace dřevin z družicových dat SPOT5. Výsledná mapa dřevinné skladby najde široké uplatnění při hodnocení biodiverzity, ekologické stability či oceňování funkcí lesů.