Politechnika Warszawska
Politechnika Warszawska Uczelnia Badawcza

Mapa pokrycia terenu dla lasów i zabudowy w wysokiej rozdzielczości

Specjaliści z trzech politechnicznych wydziałów opracowują automatyczną metodę globalnej klasyfikacji pokrycia i użytkowania terenu dla lasów i zabudowy. W celu demonstracji możliwości opracowywanego rozwiązania naukowcy przeprowadzą testy na pięciu obszarach zlokalizowanych w różnych miejscach globu. Ich projekt realizowany jest z grantu BEYOND POB II.

Zdjęcie przedstawia osoby, które pracują przy realizacji tego projektu

Od lewej: dr hab. inż. Przemysław Kupidura, prof. uczelni, mgr inż. Anna Płatek-Żak, dr inż. Artur Nowakowski i mgr inż. Oskar Graszka

Klasyfikacje szczegółowe lasów i zabudowy są szeroko wykorzystywane, m.in. w urbanistyce, architekturze krajobrazu, leśnictwie, ochronie środowiska i sytuacjach kryzysowych. Tego typu dane są potrzebne chociażby jednostkom budżetowym do oszacowania aktualnie posiadanych zasobów, wyznaczenia bezpiecznych dróg ewakuacyjnych i dojazdowych dla służb w trakcie katastrof naturalnych, prognozowania rozprzestrzeniania się pożarów, ochrony wybranych gatunków roślin i zwierząt, etc.

– Dokładne i aktualne dane przestrzenne stanowią bazę w procesie podejmowanie decyzji – wyjaśnia dr inż. Artur Nowakowski z Wydziału Geodezji i Kartografii PW. – Istnieją już badania podobne do naszego projektu, ale prowadzone są w skali lokalnej – państw czy regionów. Niewiele jest takich prowadzonych w skali globalnej – dodaje.

W swoim projekcie naukowcy PW skupili się na podziale lasów na iglaste i liściaste oraz na podziale zabudowy na podklasy (budynki i infrastruktura drogowa). Ich prace są możliwe dzięki zdjęciom satelitarnym z misji Sentinel-2, która systematycznie dostarcza obrazy Ziemi w wysokiej rozdzielczości. Na ich podstawie powstała chociażby mapa pokrycia terenu dla Europy o rozdzielczości przestrzennej 10 metrów. Współpomysłodawcą i współrealizatorem tego projektu był dr inż. Nowakowski. To doświadczenie chce teraz przełożyć na projekt realizowany na Politechnice.

– W przypadku lasów chcemy stworzyć model klasyfikacyjny w skali globalnej, który potrafiłby wskazać, gdzie znajduje się konkretny rodzaj lasu. W przypadku zabudowy naszym celem jest obserwowanie zachodzących zmian, np. gdzie powstają nowe drogi, jak szybko przybywa nowych budynków. Takich map na poziomie globalnym nie ma – mówi dr inż. Nowakowski.

Wybór obszarów testowych

Naukowcy są na początkowym etapie prac, czyli gromadzeniu danych. Jest to bardzo czasochłonne zajęcie.

– Skupiliśmy się na pięciu obszarach testowych – mówi mgr inż. Anna Płatek-Żak z Wydziału Geodezji i Kartografii PW. – Zależy nam, aby te tereny zawierały w sobie zróżnicowane drzewostany oraz zróżnicowaną zabudowę. Obszary testowe znajdują się w Europie, Ameryce Północnej i Południowej, Afryce oraz Azji. Obejmują one różne strefy klimatyczne i kręgi kulturowe – wymienia.

Automatyzacja procesu

Wypracowane metody klasyfikacyjne będą realizowane przez algorytmy uczenia maszynowego, zarówno konwolucyjne sieci głębokie, jak i metody klasyczne. By tak mogło się stać należy przygotować bazę zaetykietowanych danych.

– Dane wyjściowe muszą przejść kontrolę na poziomie fotointerpretacji – mówi dr hab. inż. Przemysław Kupidura, prof. uczelni z Wydziału Geodezji i Kartografii PW. – Może to zrobić człowiek, ale my, ze względu na oszczędność czasu i usprawnienie prac, chcemy ten proces zautomatyzować – wyjaśnia.

Naukowcy korzystają z dostępnych baz danych, które zawierają informacje sprzed kilku poprzednich lat lub dane zbierane przez użytkowników. Choć nie można mieć co do nich stuprocentowej pewności, są one wystarczające by „wytrenować” model.

– Dobra sieć neuronowa ma zdolność generalizacji, więc jeśli nawet pojawią się błędy, które na poziomie lokalnym mają istotne znaczenie, to w globalnym ujęciu te dane są odrzucane jako nieistotne – mówi prof. Kupidura.

W swojej pracy naukowcy wykorzystują obliczenia rozproszone w politechnicznej sieci CENAGIS.

– Cała automatyzacja nie byłaby możliwa, gdyby nie politechniczna sieć CENAGIS, zastosowanie skryptów programistycznych i interfejsu programistycznego dostawców danych przestrzennych, z którego też korzystamy – wyjaśnia mgr inż. Oskar Graszka

Plany na przyszłość

Projekt ma charakter pilotażowy. Naukowcy skupiają się na wybranych 5 obszarach, aby przetestować model w różnych częściach świata. W planach mają ubieganie się o kolejny grant, który pozwoliłby wyliczyć tego rodzaju mapy dla całego świata.

 

-

Projekt „Opracowanie automatycznych metod globalnej klasyfikacji pokrycia i użytkowania terenu dla wybranych klas tematycznych” jest finansowany z grantu badawczego BEYOND POB II programu Uczelnia Badawcza - Inicjatywa Doskonałości, który realizowany jest na Politechnice Warszawskiej.

Skład zespołu badawczego:
dr inż. Artur Nowakowski; dr hab. inż. Przemysław Kupidura, prof. uczelni; mgr inż. Anna Płatek-Żak; mgr inż. Oskar Graszka; dr inż. Karol Przeździecki; prof. dr hab. inż. Jarosław Zawadzki; prof. dr hab. inż. Władysław Skarbek; dr Dario Spiller (Sapienza University of Rome).