Технология Project Airbear поможет определить лучшие места обитания коал с воздуха

Мощная технология, которая эффективно обнаруживает и точно предсказывает виды эвкалиптов, предпочитаемых коалами, может помочь экологам находить лучшие места обитания для их сохранения.

Исследователи в рамках исследования "Project Airbear" использовали технологию гиперспектральной аэросъёмки, делающей высокодетальные изображения окружающей среды.

Спектральные изображения фиксируют, как свет отражается от объектов на разных длинах волн, включая невидимый для человеческого глаза. Гиперспектральные изображения идут дальше, захватывая эту информацию во множестве очень узких спектральных диапазонов для каждого пикселя изображения, что позволяет обнаруживать тонкие различия в материалах или растительности.

С большого расстояния аэротехнология проекта фиксирует отражение видимых и инфракрасных световых волн от поверхностей, что делает возможным обнаружение спектральных сигнатур, создаваемых пигментами листьев, содержанием воды и химическим составом, включая жизненно важное для питания коал содержание азота.

Используя эти гиперспектральные аэроснимки, исследователи обучили сложные модели машинного обучения использовать информацию в пикселях крон отдельных деревьев и идентифицировать виды деревьев, содержащих предпочитаемый коалами азот.

Комбинируя идентификацию видов деревьев с данными о питательности, метод может выделять области, где коалы с наибольшей вероятностью будут процветать.

Популяции коал значительно сокращаются из-за потери среды обитания, что делает крупномасштабную идентификацию качественных мест обитания коал необходимой для сохранения вида. Однако коалы известны как привередливые едоки, выбирающие для питания только листья эвкалипта с определённым уровнем питательности от определённых видов деревьев. Они также предпочитают жить на очень специфичных видах эвкалиптов.

"Это настоящая ситуация 'Златовласки' при поиске лучших мест для обитания коал. Речь идёт не просто о нахождении правильного вида дерева, оно также должно иметь правильное питательное качество, которое может помочь популяции процветать в долгосрочной перспективе. Это может различаться даже внутри одного вида деревьев", — сказал руководитель исследования профессор Мэтью Кроутер из Школы наук о жизни и окружающей среде Сиднейского университета.

"Насколько нам известно, ни одно исследование, посвящённое коалам, не пыталось классифицировать отдельные виды Eucalyptus с помощью этого метода и включать вид дерева в качестве кандидата для улучшения прогнозов содержания азота".

"Мы можем напрямую отбирать пробы деревьев и измерять химический состав, но это трудоёмко, может охватывать лишь небольшие площади и показывает фактическое питательное содержание. Вот почему эта технология так важна. Она обещает ускорить идентификацию и защиту бесценных мест обитания".

В исследовании использовались аэроснимки, собранные над Ганнеда в регионе Ливерпульских равнин на северо-западе Нового Южного Уэльса, Австралия, — районе со снижающейся популяцией коал. Сельскохозяйственный ландшафт Ганнеды представляет собой мозаику эвкалиптовых лесов, содержащих такие виды, как эвкалипт камальдульский.

На начальных этапах исследования учёные на земле кропотливо идентифицировали виды деревьев и их геолокации, а также собирали образцы листьев для лабораторного анализа на азот. Эти образцы затем использовались для обучения и тестирования моделей машинного обучения на основе гиперспектральных аэроснимков.

Ведущий автор исследования, доктор Кристиан Габриэль Орландо из Сиднейского университета, сказал: "Используя изменчивость, содержащуюся на уровне пикселей каждой кроны, мы можем обучать точные модели для прогнозирования подходящей среды обитания коал в больших масштабах с ограниченными наземными данными. Это поможет защитникам природы и управляющим земельными ресурсами в восстановлении среды обитания и планировании возможных будущих перемещений коал, которые зависят от знания деревьев в ландшафте. Это исследование улучшит будущие управленческие действия".

Исследование было опубликовано в журнале Science of the Total Environment в рамках сотрудничества между Сиднейским университетом, Сиднейским институтом сельского хозяйства, Университетом Новой Англии и HyVista Corporation. Исследователи надеются расширить исследование на другие районы Нового Южного Уэльса и, в конечном итоге, на всю Восточную Австралию.

Профессор Брэдли Эванс из Университета Новой Англии сказал: "Надёжные методы дистанционного зондирования, которые идентифицируют видовой состав вплоть до отдельных растений по всему ландшафту, являются большим шагом вперёд для австралийской экологии и наблюдения Земли. Благодаря спектральной и пространственной мощности сенсора HyVista HyMap мы можем охватить на порядок больше территории в день, летая быстрее, чем с нашими дронами".

"В перспективе мы можем ожидать детальных оценок состояния нашего биоразнообразия и среды обитания коал, основанных на более регулярных полётах, охватывающих наши самые важные и находящиеся под угрозой ландшафты".

Профессор Эванс сказал, что следующая фаза исследования будет включать участие NASA JPL, которое представит свой новейший гиперспектральный формирователь изображений в 2027 году.

"Мы будем работать с различными природоохранными и сельскохозяйственными агентствами, чтобы NASA и HyVista облетели наши самые важные участки. Университет Новой Англии в партнёрстве с Сиднейским университетом и другими также планирует создать новый 'Национальный совместный центр' для этой технологии, чтобы мы могли эффективно использовать её на благо Австралии и будущего сотрудничества с NASA".