Wetenschap
Krediet:Universiteit van Maine
Het Intelligent GeoSolutions (IGS)-team van het Centre for Research on Sustainable Forests (CRSF) van de University of Maine heeft een gratis interactieve kaarttool uitgebracht, de app Forest Ecosystem Status and Trends (ForEST), om online beslissingsondersteuning te bieden aan particuliere en openbare bosbeheerders, agentschappen voor natuurlijke hulpbronnen, natuurbeschermingsorganisaties en andere belanghebbenden.
Met de huidige uitbraak van de oosterse spar-knopworm die zich vanuit Quebec ten zuiden uitbreidt, up-to-date informatie over de toestand van hulpbronnen en risico's op korte termijn is nodig om mitigatiemaatregelen te coördineren als reactie op de uitbraak en gerelateerde marktomstandigheden.
De ForEST-app is het resultaat van drie jaar onderzoek en softwareontwikkeling door het IGS-team in samenwerking met UMaine's Advanced Computing Group. Het interdisciplinaire project ondersteunde twee afgestudeerde studenten van de School of Computing and Information Science, elk van hen was hoofdontwikkelaar, evenals niet-gegradueerde studenten informatica die als teamprogrammeurs werkten. De interactieve webinterface is ontworpen om bijna realtime informatie te verstrekken over veranderende omstandigheden in het boslandschap als gevolg van de uitbraak van de sparrenknopworm en het lopende beheer.
Huidige kaartlagen omvatten feromonenvallocaties over de hele staat met jaarlijkse vangst van sparrenmottenmotten, en kaarten van de kwetsbaarheid van bossen voor budworm, procent balsemspar (primaire sparrenknopwormgastheersoort), en gebieden met een grote kans op het voorkomen van Canadese lynxen, allemaal afgeleid met behulp van Landsat-satellietbeelden en plotgegevens van het USFS Forest Inventory and Analysis-programma. Het in kaart gebrachte gebied (momenteel ongeveer 4 miljoen hectare bosgebied omvat) zal de komende maanden over de gehele staat worden uitgebreid.
ForEST maakt gebruik van een semi-automatisch softwaresysteem voor beeldverwerking en machine learning dat bekend staat als de Supervised Adaptive Multi-objective Mapper (SAMM), ontwikkeld door IGS. SAMM integreert algoritmen voor machine learning met meerdere doelstellingen in semi-geautomatiseerde workflows voor beeldverwerking en kaartproductie die in de cloud worden uitgevoerd. SAMM maakt efficiënte, verwerking met hoge doorvoer van onbewerkte beeldgegevens tot hoogwaardige outputproducten om visualisatie en interpretatie van kaarten met hoge resolutie van bos- en habitatomstandigheden mogelijk te maken.
Aaron Weiskittel, hoogleraar bosbiometrie en modellering en CRSF-directeur, benadrukt dat "belanghebbenden nu voor het eerst dynamisch en interactief gebruik kunnen maken van ForEST om state-of-the-art kaarten van bosomstandigheden te bekijken die zijn afgeleid van satellietbeelden, verken regionale monitoringgegevens van de budworm-populatie, evalueer bosrisico's in interessegebieden, en compromissen in het beheer van natuurlijke hulpbronnen identificeren." De app biedt ook de mogelijkheid om GeoPDF's te downloaden waarmee de gegevens offline in het veld kunnen worden gebruikt.
Het creatieve team van de ForEST-app bestaat uit Erin Simons-Legaard, assistent-onderzoeksprofessor in modellering van boslandschap; Kasey Legaard, assistent-onderzoeksprofessor geospatiale analyse en machine learning; Torsten Hahmann, universitair hoofddocent ruimtelijke informatica; en Weiskittel. De ontwikkeling van de Maine ForEST-app werd ondersteund door het University of Maine Research Reinvestment Fund, de USDA Agricultural Research Service, en het Centrum voor Onderzoek naar Duurzame Bossen.
Wetenschap © https://nl.scienceaq.com