È richiesta un abbonamento a JoVE per visualizzare questo contenuto. Accedi o inizia la tua prova gratuita.

Articolo metodologico

Immagini di sistemi aerei senza pilota a livello del suolo abbinate a campionamento spazialmente bilanciato e ottimizzazione del percorso per monitorare la vegetazione dei pascoli

1.7K visualizzazioni

⸱

DOI:

10.3791/61052

⸱

14 giugno 2020

 ,  ,  ,  ,  ,  , 

In questo articolo

Sommario

Il protocollo presentato in questo documento utilizza l'ottimizzazione del percorso, il campionamento di accettazione bilanciato e le immagini del sistema aereo a livello del suolo e senza pilota (UAS) per monitorare in modo efficiente la vegetazione negli ecosistemi dei pascoli. Vengono confrontati i risultati delle immagini ottenute con i metodi a livello del suolo e UAS.

Abstract

Gli ecosistemi dei pascoli coprono 3,6 miliardi di ettari a livello globale, di cui 239 milioni di ettari situati negli Stati Uniti. Questi ecosistemi sono fondamentali per il mantenimento dei servizi ecosistemici globali. Il monitoraggio della vegetazione in questi ecosistemi è necessario per valutare la salute dei pascoli, per valutare l'idoneità dell'habitat per la fauna selvatica e il bestiame domestico, per combattere le erbacce invasive e per chiarire i cambiamenti ambientali temporali. Sebbene gli ecosistemi dei pascoli coprano vaste aree, le tecniche di monitoraggio tradizionali sono spesso dispendiose in termini di tempo e di costi, soggette a un'elevata distorsione dell'osservatore e spesso prive di informazioni spaziali adeguate. Il monitoraggio della vegetazione basato su immagini è più veloce, produce registrazioni permanenti (ad esempio, immagini), può comportare una riduzione della distorsione dell'osservatore e include intrinsecamente informazioni spaziali adeguate. I disegni di campionamento spazialmente bilanciati sono utili nel monitoraggio delle risorse naturali. Viene presentato un protocollo per l'implementazione di un progetto di campionamento spazialmente bilanciato noto come campionamento di accettazione bilanciato (BAS), con immagini acquisite da telecamere a livello del suolo e sistemi aerei senza pilota (UAS). Un algoritmo di ottimizzazione del percorso viene utilizzato per risolvere il "problema del commesso viaggiatore" (TSP) per aumentare l'efficienza in termini di tempo e costi. Mentre le immagini UAS possono essere acquisite 2-3 volte più velocemente rispetto alle immagini portatili, entrambi i tipi di immagini sono simili tra loro in termini di accuratezza e precisione. Infine, vengono discussi i pro e i contro di ciascun metodo e vengono forniti esempi di potenziali applicazioni di questi metodi in altri ecosistemi.

Introduzione

Gli ecosistemi dei pascoli comprendono vaste aree, che coprono 239 milioni di ettari negli Stati Uniti e 3,6 miliardi di ettari a livello globale1. I pascoli forniscono una vasta gamma di servizi ecosistemici e la gestione dei pascoli comporta molteplici usi del suolo. Negli Stati Uniti occidentali, i pascoli forniscono habitat per la fauna selvatica, stoccaggio dell'acqua, sequestro del carbonio e foraggio per il bestiame domestico2. I pascoli sono soggetti a vari disturbi, tra cui specie invasive, incendi, sviluppo di infrastrutture ed estrazione di risorse naturali (ad esempio, petrol....

Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.

Protocollo

1. Definizione dell'area di studio, generazione di punti campione e percorso di viaggio e preparazione sul campo

  1. Definizione dell'area di studio
    1. Utilizzare un programma software GIS per disegnare una o più grafiche poligonali attorno all'area o alle aree di interesse. Questo studio è stato condotto su due appezzamenti di 10 acri all'interno di un appezzamento di pascolo nella contea di Laramie, WY, USA (Figura 1).
    2. Assicurarsi che le aree che non devono essere incluse nel frame del campione siano escluse dal poligono (ad esempio, corpi idrici, strutture edilizie, strade, ecc.). Ciò garantirà che non vengano....

Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.

Risultati

L'acquisizione delle immagini UAS ha richiesto meno della metà del tempo della raccolta delle immagini a terra, mentre il tempo di analisi è stato leggermente inferiore con le immagini a terra (Tabella 1). Le immagini a terra avevano una risoluzione più elevata, che è probabilmente il motivo per cui sono state analizzate in meno tempo. Le differenze nei tempi di percorrenza tra i siti erano probabilmente dovute al fatto che i punti di partenza e di arrivo (sito di lancio) erano situati più vicini al sito.......

Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.

Discussione

L'importanza del monitoraggio delle risorse naturali è stata da tempo riconosciuta14. Con la crescente attenzione alle questioni ambientali globali, lo sviluppo di tecniche di monitoraggio affidabili ed efficienti in termini di tempo e costi è sempre più importante. Diversi studi precedenti hanno dimostrato che l'analisi delle immagini si confronta favorevolmente con le tradizionali tecniche di monitoraggio della vegetazione in termini di tempo, costi e fornendo d.......

Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.

Dichiarazioni

Gli autori dichiarano di non avere conflitti di interesse. Il software utilizzato in questo studio era disponibile per gli autori sia come open-source che attraverso permessi istituzionali. Nessun autore è sponsorizzato da alcun software utilizzato in questo studio e riconosce che sono disponibili altri programmi software in grado di fare ricerche simili.

Ringraziamenti

Questa ricerca è stata finanziata in maggioranza dal Wyoming Reclamation and Restoration Center e da Jonah Energy, LLC. Ringraziamo Warren Resources ed Escelara Resources per aver finanziato l'unità Trimble Juno 5. Ringraziamo Jonah Energy, LLC per il continuo supporto al finanziamento del monitoraggio della vegetazione nel Wyoming. Ringraziamo il Wyoming Geographic Information Science Center per aver fornito l'attrezzatura UAS utilizzata in questo studio.

....

Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.

Materiali

Elenco dei materiali utilizzati in questo articolo
NomeAziendaNumero di catalogoCommenti
GPSARCGIS, ESRI,
DJI Phantom 4 Pro, DJIUAS
fotocameraRicoh
, GeoJot+Core,esperti geospazialisoftware GPS, utilizzato per estrarre i metadati delle immagini
Juno 5Trimble, dispositivo
, Litchi, Mission HubLitchiAbbiamoscelto Litchi per la sua consapevolezza del terreno e la sua capacità di pianificare robuste missioni waypoint
Programma RR ProjectSoftware di analisi/programmazione
SamplePointN/ASoftware
Software G700SE, dotata di GPS , , , GPS portatile, statistica di analisi delle immagini

Riferimenti

  1. Follett, R. F., Reed, D. A. Soil carbon sequestration in grazing lands: societal benefits and policy implications. Rangeland Ecology & Management. 63, 4-15 (2010).
  2. Ritten, J. P., Bastian, C. T., Rashford, B. S.

Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.

Ristampe e permessi

Esplora altri articoli

Monitoraggio della vegetazioneimmagini a livello del suolocampionamento per accettazione bilanciatoproblema del commesso viaggiatoremonitoraggio basato su immaginivalutazione dell'ecosistema

Questo articolo è stato pubblicato

Video in arrivo