Eiropas Reģionālā attīstības fonda projekts
“Uz tālizpēti balstīta meža riska faktoru uzraudzības sistēma (Forest Risk)”
Vienošanās ar Centrālo finanšu un līgumu aģentūru (CFLA) Nr.1.1.1.1/21/A/40
Projekta zinātniskais vadītājs Dr.sc.comp. Ints Mednieks
Projekta mērķis ir jaunu tehnoloģiju izstrāde meža stresa faktoru novērtēšanai, uzraudzībai un brīdināšanai par meža riskiem, balstoties uz brīvi pieejamu satelītu datu un mērķtiecīgi ar droniem iegūtu tālizpētes datu apstrādi.
Projektu realizē Elektronikas un datorzinātņu institūts sadarbībā ar Latvijas Valsts mežzinātnes institūtu “Silava” un SIA “Baltic Satellite Service”.
Ilgums: 21 mēnesis
Meža īpašniekiem ir nepieciešama agrīna meža stresa noteikšana, lai ātri pieņemtu lēmumus par
nepieciešamajiem pasākumiem tā cēloņu novēršanai vai stresa izraisītāju izplatības novēršanai. Lielu mežu platību īpašnieki regulāri veic uzraudzību, lai pārbaudītu meža stāvokli. To galvenokārt veic ar in-situ pārbaudēm, kas ir dārgas un ierobežotas analizējamo parauglaukumu apjoma ziņā. Šo iemeslu dēļ meža stress daudzos gadījumos tiek atklāts pārāk vēlu, izraisot nopietnākus postījumus un ar tiem saistītos zaudējumus. Strauji attīstošos attālās izpētes tehnoloģiju izmantošana ļautu samazināt pārbaudes izmaksas un sniegt tūlītēju informāciju par visu meža resursu stāvokli. Projektā ierosinātā pieeja ir veikt virspusēju meža teritoriju analīzi, pamatojoties uz brīvi pieejamiem satelītu (Sentinel-1 un Sentinel-2) datiem, lai noteiktu reģionus, kuri ir pakļauti stresa faktoriem, kam seko šo teritoriju rūpīga analīze, apkopojot augstas izšķirtspējas datus, kas iegūti, izmantojot dronus, un to apstrādi, izmantojot speciālus programmatūras rīkus.
25.05.2022. Projekta ietvaros veiktas intervijas ar 10 Latvijas organizācijām, kas saistītas ar meža veselību, lai noskaidrotu to viedokli par tālizpētes izmantošanu mežu risku noteikšanai un analīzei, kā arī iespējām šim nolūkam izmantot specializētu programmatūru.
30.06.2022. Iesniegts maksājuma pieprasījums (MP1) par 1.pārskata periodu no 01.03.2022.g līdz 31.05.2022.
21.07.2022. Projekts “Uz tālizpēti balstīta meža riska faktoru uzraudzības sistēma (Forest Risk)”. Kopā ar kolēģiem no Latvijas Valsts mežzinātnes institūta “Silava” un SIA “Baltic Satellite Service” veikta pētījuma teritorijas apzināšana un lauku datu vākšana ar dronu un hiperspektrālo kameru Valgundes pagastā.
Sample captured hyperspectral image
28.09.2022. Iesniegta projekta atskaite/ MP par pārskata periodu no 01.06.2022. līdz 31.08.2022.
21.10.2022. Pabeigta 2022.gada datu vākšanas kampaņa Valgundes novadā un uzsākta datu priekšapstrāde.
27.01.2023. Iesniegts maksājuma pieprasījums (MP3) par 3.pārskata periodu no 01.09.2022.g līdz 31.12.2022.
2023.gada 27.martā plkst.10:00 notiek Eiropas Reģionālās attīstības fonda līdzfinansēta projekta Nr.1.1.1.1/21/A/040 “Uz tālizpēti balstīta meža riska faktoru uzraudzības sistēma (ForestRisk)” tiešaistes seminārs par projektā iegūtajiem rezultātiem.
Semināra programma:
10:00 – 10:10 “ForestRisk projekta mērķi.” Ints Mednieks, EDI.
10:10 – 10:30 “Eiropas meža veselības monitoringa īstenošana un iegūto datu izmantošana Latvijā.” Andis Lazdiņš, SILAVA.
10:30 – 10:50 “Bojāti koku vainagi kā tālizpētes datu anomālijas”. Linda Gulbe, EDI.
10:50 – 11:10 “Paaugstināta mitruma vai ūdenī stāvošu mežaudžu noteikšanas metodes.” Andrejs Grišanovs, BSS.
11:10 – 11:30 “Mežaudžu inventarizācijas parametru prognozēšana, balstoties uz meža resursu monitoringa parauglaukumu un attālās izpētes datiem.” Jānis Ivanovs, SILAVA.
11:30 – 11:50 „Mobilo (dronu) LiDAR datu korelācijas izpēte ar LAI un citiem veģetācijas indeksiem.” Grigorijs Goldbergs, EDI.
Semināra video ieraksts pieejams šeit: https://makonis.edi.lv/s/WTzdgRYR4WaNr67
26.04.2023. Iesniegts maksājuma pieprasījums (MP4) par 4.pārskata periodu no 01.01.2023.g līdz 31.03.2023.
31.05.2023. Veikta projekta īstenošanas attālinātā pārbaudē.
Publikācijas
J.Sinica-Sinavskis and G. Grube, “Forest Stand Volume Estimation by Species from Sentinel-2 and LiDAR Data Using Regression Models,” 2022 18th Biennial Baltic Electronics Conference (BEC), Tallinn, Estonia, 2022, pp. 1-5. DOI:10.1109/BEC56180.2022.9935590; https://ieeexplore.ieee.org/document/9935590
G.Goldbergs. Comparison of Canopy Height Metrics from Airborne Laser Scanner and Aerial/Satellite Stereo Imagery to Assess the Growing Stock of Hemiboreal Forests. Remote Sens. 2023, 15(6), 1688; https://doi.org/10.3390/rs15061688
Jānis Ivanovs, Mait Lang, Andis Lazdiņš, “The influence of forest tree species composition on the forest height predicted from airborne laser scanning data – A case study in Latvia”. Vol. 29 No. 1 (2023): Baltic Forestry; https://balticforestryojs.lammc.lt/ojs/index.php/BF/article/view/663
Konferences
J.Sinica-Sinavskis and G. Grube, “Forest Stand Volume Estimation by Species from Sentinel-2 and LiDAR Data Using Regression Models,” 2022 18th Biennial Baltic Electronics Conference (BEC), Tallinn, Estonia, October 4-6, 2022.
Martins Pukitis, Ints Mednieks “Classification of satellite images using Dynland technology” „Ninth International Conference on Remote Sensing and Geoinformation of Environment (RSCy2023)” 3-5 April, 2023 – Cyprus.
Iesaistītie zinātnieki
