การระบุและแยกภาพดอกป๊อปปี้ในระดับพิกเซลโดยใช้ภาพถ่ายดาวเทียมหลายช่วงเวลาและหลายสเปกตรัม

ข้อมูลพื้นฐานการวิจัย

พื้นที่ศึกษา

เส้นทางเทคนิค

งานวิจัยนี้ใช้ภาพถ่ายดาวเทียม Sentinel2-L2A หลายช่วงเวลาเป็นแหล่งข้อมูลหลัก โดยสร้างชุดคุณลักษณะการสำรวจระยะไกลแบบหลายมิติจากสี่มิติ ได้แก่ สเปกตรัม ดัชนีพืชพรรณ อนุกรมเวลาทางชีววิทยา และพื้นผิวช่วงเวลาการออกดอก ขั้นตอนการประมวลผลล่วงหน้า ได้แก่ การปรับสมดุลตัวอย่าง การเลือกคุณลักษณะ และการกำหนดมาตรฐานคุณลักษณะ ได้ดำเนินการเสร็จสิ้นแล้วRandom Forest (RF), Gradient Boosting (การเพิ่มประสิทธิภาพแบบไล่ระดับสามวิธีการเรียนรู้ของเครื่อง: 1) เครื่องสนับสนุนเวกเตอร์ (SVM)ได้มีการสร้างแบบจำลองการระบุดอกป๊อปปี้แยกกัน และประเมินแบบจำลองที่ดีที่สุดโดยใช้การตรวจสอบแบบไขว้ (cross-validation) จากนั้นจึงดำเนินการระบุและสกัดดอกป๊อปปี้ในระดับพิกเซลทั่วทั้งพื้นที่ และปรับปรุงผลลัพธ์หลังการประมวลผล สุดท้ายนี้ ได้ส่งออกแผนที่การจำแนกแบบไบนารีของดอกป๊อปปี้ แผนที่การกระจายความน่าจะเป็นในการระบุ และข้อมูลเวกเตอร์การกระจายเชิงพื้นที่ ซึ่งทำให้สามารถระบุและสกัดปริมาณเชิงพื้นที่ของแปลงดอกป๊อปปี้ได้อย่างแม่นยำด้วยระบบการสำรวจระยะไกล

รูปที่ 1.แผนงานทางเทคนิคของแบบจำลองการจดจำระยะไกลของดอกป๊อปปี้

Random forest เป็นอัลกอริธึมการเรียนรู้ของเครื่องจักรที่ใช้หลักการเรียนรู้แบบกลุ่ม (ensemble learning)ด้วยการสร้างต้นไม้ตัดสินใจแบบ "ไม่สัมพันธ์กัน" จำนวนมากและบูรณาการการคาดการณ์ของต้นไม้เหล่านั้น ความแม่นยำและความแข็งแกร่งของแบบจำลองโดยรวมจึงได้รับการปรับปรุง โดยพื้นฐานแล้ว มันคือการรวมกันของต้นไม้ตัดสินใจหลายต้น ซึ่งแต่ละต้นนั้น...การสุ่มตัวอย่างแบบมีการแทนที่โมเดลนี้ได้รับการฝึกฝนโดยใช้ชุดข้อมูลย่อยและชุดคุณลักษณะแบบสุ่ม สามารถใช้ได้ทั้งสำหรับการจำแนกประเภทและการถดถอยความแม่นยำสูง ป้องกันโอเวอร์ฟิตติ้งข้อดีได้แก่ ความทนทานต่อค่าผิดปกติและสัญญาณรบกวน และความสามารถในการจัดการข้อมูลขนาดใหญ่และมิติสูง

รูปที่ 2. แนวคิดหลักของ Random Forest

รูปที่ 3.ภาพจำแนกไบนารีของการระบุดอกป๊อปปี้จากข้อมูลการสำรวจระยะไกล

รูปที่ 4.แผนที่แสดงการกระจายความน่าจะเป็นในการระบุดอกป๊อปปี้โดยใช้การสำรวจระยะไกล

1. การผสานรวมคุณลักษณะหลายมิติลักษณะทั้งสี่ประการ ได้แก่ สเปกตรัมที่ครอบคลุม ดัชนีพืชพรรณ อนุกรมเวลาทางชีววิทยา และพื้นผิว

2. การใช้งานแถบขอบสีแดงอย่างละเอียดลึกซึ้ง: การรวมแถบขอบสีแดงที่สำคัญ (684/706/725 นาโนเมตร) ได้รับการยืนยันจากเอกสารทางวิชาการแล้ว

3. การสร้างแบบจำลองทางชีววิทยาเชิงเวลาหลายช่วงใช้ข้อมูลลำดับเวลาของฤดูกาลเจริญเติบโตทั้งหมดเพื่อแยกแยะดอกป๊อปปี้ออกจากพืชชนิดอื่นที่อาจทำให้เกิดความสับสนได้

1. ตัวอย่างการฝึกอบรมมีจำนวนจำกัดเรารู้จักเพียงบางส่วนของทุ่งฝิ่นเท่านั้น และความสามารถในการสรุปผลของแบบจำลองนี้จำเป็นต้องได้รับการตรวจสอบเพิ่มเติม

2. ข้อจำกัดด้านความละเอียดเชิงพื้นที่ความละเอียด 10 เมตรของดาวเทียม Sentinel-2 มีข้อจำกัดในการระบุพื้นที่ขนาดเล็กมาก ๆ

3. ความเสี่ยงที่จะเกิดความสับสนระหว่างหมวดหมู่ต่างๆดอกเรพซีดสีขาวและดอกไม้ชนิดอื่นที่คล้ายคลึงกัน อาจทำให้เกิดความเข้าใจผิดได้ในช่วงที่ดอกไม้เหล่านี้กำลังบาน