基于电话的测量提供有关森林健康的快速准确的信息
研究人员开发了一种算法，该算法使用计算机视觉技术准确测量树木的速度几乎是传统手动方法的五倍。
来自剑桥大学的研究人员开发了该算法，该算法可以准确测量树木直径，这是科学家用来监测森林健康和碳封存水平的重要测量值。
该算法使用集成到许多手机中的低成本、低分辨率 LiDAR 传感器，并提供与手动测量技术一样准确但速度更快的结果。结果报告在遥感杂志上。
森林生态学中使用的主要人工测量是胸高处的树木直径。这些测量用于确定树木和更广泛的森林生态系统的健康状况，以及有多少碳被封存。
虽然这种方法是可靠的，但由于测量是从地面逐棵树进行的，因此该方法非常耗时。此外，人为错误会导致测量结果发生变化。
“当你试图弄清楚森林吸收了多少碳时，这些基于地面的测量非常有价值，但也很耗时，”来自剑桥计算机科学与技术系的第一作者 Amelia Holcomb 说。“我们想知道我们是否可以使这个过程自动化。”
森林测量的某些方面可以使用昂贵的专用 LiDAR 传感器进行，但 Holcomb 和她的同事想确定是否可以使用更便宜、分辨率较低的传感器进行这些测量，这些传感器用于某些手机增强现实应用。
其他研究人员已经使用这种类型的传感器进行了一些森林测量研究，但是这些研究主要集中在高度管理的森林上，在这些森林中，树木笔直、间距均匀并且灌木丛被定期清理。Holcomb 和她的同事想要测试这些传感器是否可以快速、自动地在一张图像中返回非管理森林的准确结果。
“我们想开发一种算法，可以用于更多的天然森林，可以处理低垂树枝或自然不规则树木等问题，”霍尔科姆说。
研究人员设计了一种算法，该算法使用智能手机 LiDAR 传感器在真实的野外条件下根据单个图像自动估算树干直径。该算法被整合到为 Android 智能手机定制的应用程序中，并且能够近乎实时地返回结果。
为了开发算法，研究人员首先通过手动测量树木和拍照来收集他们自己的数据集。使用图像处理和计算机视觉技术，他们能够训练算法区分树干和大树枝，确定树木向哪个方向倾斜，以及其他可以帮助它提炼森林信息的信息。
研究人员于春季、夏季和秋季在三种不同的森林中测试了该应用程序——英国、和加拿大各有一个。该应用程序能够检测到 100% 的树干，平均错误率为 8%，与手动测量时的错误率相当。然而，该应用程序大大加快了这个过程，比手动测量树木快了大约四倍半。
Holcomb 说：“我很惊讶该应用程序的运行效果如此之好。” “有时我喜欢用一片特别拥挤的森林或一棵形状特别奇怪的树来挑战它，我认为它不可能做对，但它确实做到了。”
由于他们的测量工具不需要专门培训，并且使用的传感器已经集成到越来越多的手机中，研究人员表示，即使在复杂的森林条件下，它也可能是一种准确、低成本的森林测量工具。
研究人员计划在今年春季晚些时候将他们的应用程序公开用于 Android 手机。
这项研究得到了大卫切里顿研究生奖学金、加拿大国家研究委员会和哈丁杰出研究生奖学金的部分支持。
版权声明：本文由用户上传，如有侵权请联系删除！