“Satelītdatos balstīta jauna mežaudzes krājas novērtēšanas tehnoloģija (WoodStock)”
Vienošanās ar Centrālo finanšu un līgumu aģentūru (CFLA) Nr.1.1.1.1/18/A/165
Projekta zinātniskais vadītājs Dr.sc.comp. Ints Mednieks (ints.mednieks@edi.lv).
Projekta mērķis: izstrādāt izmaksu efektīvu tehnoloģiju koksnes krājas novērtēšanai mežā, kas izmantotu tikai augstas izšķirtspējas optiskos un radara satelītdatus.
Projektā paredzēts izstrādāt satelītu optisko un radaru attēlu apstrādes metodes, kas ļautu novērtēt koku sugu, koku augstumu un meža biezību, un no šiem parametriem noteikt koksnes krāju, balstoties uz šim mērķim izveidotu modeli.
Projektu realizē Elektronikas un datorzinātņu institūts sadarbībā ar komersantu SIA “Baltic Satellite Service”.
Ilgums: 36 mēneši
Projekta izpildes termiņš: 2019.gada 1.marts – 2022.gada 28.februāris.
Kopējās izmaksas: 498 026.25 EUR
25.07.2019.g. iesniegts ERAF līdzfinansētā projekta “Satelītdatos balstīta jauna mežaudzes krājas novērtēšanas tehnoloģija (WoodStock)” Vienošanās ar Centrālo finanšu un līgumu aģentūru (CFLA) Nr.1.1.1.1/18/A/165 Maksājuma pieprasījums (MP1) par 1.pārskata periodu no 01.03.2019.g līdz 30.06.2019.g.
Projekts “Satelītdatos balstīta jauna mežaudzes krājas novērtēšanas tehnoloģija (WoodStock)”. Apspriede mežā.
29.10.2019.g. iesniegts ERAF līdzfinansētā projekta “Satelītdatos balstīta jauna mežaudzes krājas novērtēšanas tehnoloģija (WoodStock)” Vienošanās ar Centrālo finanšu un līgumu aģentūru (CFLA) Nr.1.1.1.1/18/A/165 Maksājuma pieprasījums (MP2) par 2.pārskata periodu no 01.07.2019.g līdz 30.09.2019.g.
02.12.2019. Zinātniskās projekta grupas apspriedē tika izskatīti projekta izpildes aktuālie jautājumi. Izstrādāta vispārējā datu apstrādes shēma. Veikta augstas izšķirtspējas satelītu datu iepirkšana un lauka datu ievākšana. Nolemts turpināt pētījumus, lai nodrošinātu kvalitatīvu meža apgabalu segmentāciju.
24.03.2020. Projekts “Satelītdatos balstīta jauna mežaudzes krājas novērtēšanas tehnoloģija (WoodStock)”. Veikta lauku datu vākšana ar dronu Daudzeses pagastā koku sugu klasifikācijas metožu pārbaudei.
15.06.2020. Konferencei BEC-2020 iesniegta publikācija J.Sinica-Sinavskis, R. Dinuls, J. Zarins, I.Mednieks. “Automatic tree species classification from Sentinel-2 images using deficient inventory data”.
2020. gada 29.jūnijā plkst.10:00, Elektronikas un datorzinātņu institūta (EDI) konferenču zālē, Dzērbenes ielā 14, Rīgā notika seminārs par ERAF projektu „Satelītdatos balstīta jauna mežaudzes krājas novērtēšanas tehnoloģija (WoodStock)” Nr. 1.1.1.1/18/A/165 un tajā iegūtajiem rezultātiem.
Semināra programma
10:00 – 10:10 A.Kadakovskis. “WoodStock projekta mērķi un risināmie uzdevumi”.
10:10 – 10:30 J.Zariņš. “Koksnes krājas novērtēšana, izmantojot tālizpētes datus”.
10:30 – 10:50 L.Gulbe. “Meža mikroaudžu segmentēšana, izmantojot augstas izšķirtspējas satelītu datus”.
10:50 – 11:10 J.Siņica-Siņavskis. “Koku sugu identifikācija Sentinel-2 attēlos, izmantojot fragmentārus un daļēji novecojušus inventarizācijas datus”.
27.08.2020.g. publikācija J.Sinica-Sinavskis, R. Dinuls, J. Zarins, I.Mednieks. “Automatic tree species classification from Sentinel-2 images using deficient inventory data” pieņemta publicēšanai Konferencē Baltic Electronics Conference (BEC2020).
10.09.2020. Zinātniskās projekta grupas apspriedē tika izskatīti projekta izpildes aktuālie jautājumi. Augstas izšķirtspējas WorldView attēli (tai skaitā mākoņaini un dūmakaini) tiks apstrādāti pēc noteiktas shēmas. Tika izvirzīta hipotēze, ka ICEYE SAR datu VH polarizācijas atstarojumu intensitātes korelēs ar meža biezību. Nolemts turpināt pētījumus, lai nodrošinātu kvalitatīvu meža krājas novērtēšanu.
28.10.2020.g. iesniegts ERAF līdzfinansētā projekta “Satelītdatos balstīta jauna mežaudzes krājas novērtēšanas tehnoloģija (WoodStock)” Vienošanās ar Centrālo finanšu un līgumu aģentūru (CFLA) Nr.1.1.1.1/18/A/165 Maksājuma pieprasījums (MP4) par 4.pārskata periodu no 01.04.2020.g līdz 30.09.2020.g.
25.11.2020.g. Izveidoti koku vainagu augstuma modeļi no stereo satelīta multispektrālajiem un SAR datiem.
23.02.2021..g. Publicēšanai iesniegts raksts par mikroaudžu segmentāciju “Automated delineation of microstands in hemiboreal mixed forests using GeoEye-1 data and a JSEG-based workflow”.
Manuāli atzīmētas mikroaudzes Automātiski atzīmētas mikroaudzes
2021.gada 29.jūnijā plkst.10:00, Elektronikas un datorzinātņu institūtā (EDI) notiks seminārs par ERAF projektu „Satelītdatos balstīta jauna mežaudzes krājas novērtēšanas tehnoloģija (WoodStock)” Nr. 1.1.1.1/18/A/165 un tajā iegūtajiem rezultātiem.
Projekta mērķis ir izstrādāt izmaksu efektīvu tehnoloģiju koksnes krājas novērtēšanai mežā, kas izmantotu tikai arvien plašāk pieejamos augstas izšķirtspējas optiskos un radara satelītdatus.
Semināra programma.
10:00 – 10:20 “Harvestera datu izmantošanas īpatnības mašīnmācīšanas (ML) modeļu veidošanai, salīdzinot ar meža inventarizācijas datiem” (A.Grišanovs).
10:20 – 10:40 “No satelītdatiem iegūto digitālo virsmu modeļu (DSM) precizitātes analīze Latvijas mežos valdošajām koku sugām” (G.Goldbergs).
10:40 – 11:00 “Meža audzes šķērslaukuma noteikšana no radara (SAR) datiem, izmantojot mašīnmācīšanas (ML) metodes” (A.Grišanovs).
11:00 – 11:20 “Krājas novērtējumi mikroaudžu līmenī, izmantojot satelītdatus” (L.Gulbe).
Laipni aicināti visi, kam interesē iespējas izmantot tālizpētes datus mežu apsaimniekošanā.
Klātienes dalībnieku skaits ierobežots, lūgums reģistrējoties norādīt vēlamo dalības formu.
Lūdzam dalībniekus reģistrēties šeit: https://forms.gle/qD7NuXbSMUpAxgcz9
Tiks nodrošināta iespēja piedalīties seminārā attālināti, piekļuves saite tiks atsūtīta pēc reģistrācijas (dienu pirms semināra norises) uz norādīto reģistrācijā e-pastu.
28.10.2021.g. Iesniegta projekta atskaite un maksājuma pieprasījums par 6.pārskata periodu no 01.04.2021.g līdz 30.09.2021.g. Atskaite satur tehnoloģiju prototipus meža augstuma modeļa sagatavošanai un biezības/ šķērslaukuma noteikšanai.
DTM CHM
10.11.2021.g. CFLA veica projekta attālinātu pārbaudi.
19.01.2022.g. Izstrādātie mežaudžu krājas noteikšanas algoritmi un to rezultāti tika prezentēti AS Latvijas valsts meži (LVM) speciālistiem LVM organizētajā tiešsaistes sanāksmē.
28.februārī 2022.g. plkst.10:00 Elektronikas un datorzinātņu institūts (EDI) aicina uz tiešaistes semināru par ERAF projektā „Satelītdatos balstīta jauna mežaudzes krājas novērtēšanas tehnoloģija (WoodStock)” Nr. 1.1.1.1/18/A/165 sasniegtajiem rezultātiem.
Projekta mērķis ir izstrādāt izmaksu efektīvu tehnoloģiju koksnes krājas novērtēšanai mežā, kas izmantotu tikai arvien plašāk pieejamos augstas izšķirtspējas optiskos un radara satelītdatus.
Semināra programma.
- 10:00 – 10:20 “WoodStock projekta galvenie rezultāti” (I.Mednieks)
- 10:20 – 10:40 “Krājas noteikšana, izmantojot regresijas metodes” (L.Gulbe).
- 10:40 – 11:10 “Latvijas mežos valdošo koku sugu krājas noteikšana, izmantojot LiDAR, aerofoto un satelītu stereo attēlus (pēc koka augstuma un CHM augstumu metrikām)” (G.Goldbergs).
- 11:10 – 11:30 “Mežaudzes krājas novērtēšana, izmantojot Sentinel-2, LiDAR un inventarizācijas datus” (J.Siņica-Siņavskis).
- 11:30 – 12:00 “Projektā izstrādātā programmatūra (ar demonstrāciju)” (A.Grišanovs)
Publikācijas
J. Sinica-Sinavskis, R. Dinuls, J. Zarins, and I. Mednieks, “Automatic tree species classification from Sentinel-2 images using deficient inventory data,” 2020 17th Biennial Baltic Electronics Conference (BEC), Tallinn, Estonia, 2020, pp. 1-6, doi: 10.1109/BEC49624.2020.9276810.
Grigorijs Goldbergs “Impact of Base-to-Height Ratio on Canopy Height Estimation Accuracy of Hemiboreal Forest Tree Species by Using Satellite and Airborne Stereo Imagery “ MPDI Open Acces Journals. 27 July 2021. https://www.mdpi.com/2072-4292/13/15/2941 , Remote Sens. 2021, 13(15), 2941; https://doi.org/10.3390/rs13152941
Linda Gulbe, Ints Mednieks “Estimating Stand Volume at Microstand Level Using High Spatial Resolution Satellite and Lidar Data” INTERNATIONAL SYMPOSIUM ON APPLIED GEOINFORMATICS (ISAG2021) 2-3.December 2021 Riga, Latvia; https://isagsymposium.org/index.php
Linda Gulbe, Juris Zarins, Ints Mednieks, “Automated delineation of microstands in hemiboreal mixed forests using stereo GeoEye-1 data”. MPDI Open Access Journals., Remote Sens. 18 March 2022.
Iesaistītie zinātnieki
