为树木养护者与林业人员提供任务规划支持：基于无人机数据比较深度学习方法进行树木普查与树木活力评估
计算机视觉与模式识别
2023-07-06 v1 计算机与社会
摘要
气候危机及相关的长期、更强烈的干旱期威胁着城市和森林中的树木健康。结果，树木养护者与林业人员工作负担日益加重，且在最好的情况下劳动力稳定但常呈下降趋势。为优化工作流并提升生产力，我们提出了一种新颖的开源端到端方法，可生成有用信息并改善城市内外树木照护者的任务规划。我们的方法基于 RGB 与多光谱无人机数据，用于建立城市公园与森林的树木普查，并通过统计指数与深度学习推导树木活力评估。鉴于欧盟对城市区域无人机飞行的限制，我们还将使用多光谱卫星数据与十五个土壤湿度传感器来扩展树木活力相关的数据基础。此外，班贝格已拥有约 15,000 棵市内独立树木的地理参考树木地籍，该地籍也用于生成有用信息。所有提及的数据随后被整合并在交互式网页应用中可视化，使树木养护者与林业人员能够生成个性化且灵活的评估，从而改善日常任务规划。
引用
@article{arxiv.2307.01651,
title = {Task Planning Support for Arborists and Foresters: Comparing Deep Learning Approaches for Tree Inventory and Tree Vitality Assessment Based on UAV-Data},
author = {Jonas-Dario Troles and Richard Nieding and Sonia Simons and Ute Schmid},
journal= {arXiv preprint arXiv:2307.01651},
year = {2023}
}
备注
I4CS 2023: 23rd International Conference on Innovations for Community Services