位於德國的美國駐歐陸軍多國聯合戰備訓練中心(JMRC)面臨著不能訓練部隊的嚴峻挑戰。這個問題源於一種名為「黑刺李」茂盛多刺灌木的生長,這種灌木的入侵減少了士兵可用的訓練空間,使訓練難以開展。
使侵佔問題更加複雜的是,在160km2的訓練區中,根據歐洲聯盟的「Natura 2000 FFH」指令,約92%已被指定為動植物和鳥類棲息地保護區。入侵和政策給美軍帶來了一個行動和環境上的難題——如何更好的平衡軍隊的訓練需求和保護受威脅物種和棲息地成為當前首要重任。
為了解決這一挑戰,JMRC啟動了其第一個同類項目,以控制黑刺李的蔓延。利用高解析度3D光檢測與距離修正(LiDAR)數據、衛星和航空影像以及Trimble*eCognition*影像分析技術,不僅能夠識別和繪製黑刺李的分布,還能夠收集所需的情報,以制定積極管理入侵灌木的策略。
要成功地解決這一問題,就必須了解黑刺李紮根的區域,它的生長模式和範圍。由於訓練區地域寬廣以及受保護區域的限制,使得實地調查獲取數據變得不可行,因此需要一個更可行的方法來評估黑刺李。
為了評估黑刺李目前分布範圍及其隨時間的增長情況,JMRC需要有地理空間影像來提供詳細的植被信息和圖像分析技術,以直接識別大型異質景觀中的黑刺李,並繪製其入侵模式和分布範圍圖。由於其的目標是繪製灌木隨時間的生長情況圖,因此土地分類方案也需要能夠充分的處理不同解析度和精度的空間影像的比較和分類的複雜情況。
2012年,USAREUR委託位於德國Ottobrunn的地理空間技術公司IABG更新訓練區域的LiDAR數據集,並製作土地分類地圖。IABG團隊獲取了2007年1米解析度的LiDAR的DEM,2012年的飛行獲得了0.5米解析度LiDAR的DEM。同時獲取了Worldview-2衛星8波段、1米解析度的光學影像、現有的航空照片和輔助數據集。這些數據被整合到eCognition基於對象的圖像分析軟體中,以構建一個特定的規則集。
為了將繪製區域縮小到可管理的規模,團隊最初選擇了四個2 x 2km2的試驗點進行分類。在對柵格數據進行預處理和驗證後,計算了歸一化植被指數和紋理層,將植被從非植被區域中分離出來,這些細節將被整合到分類過程中。然後根據編寫的規則,指導Econognition依據高度、光譜質量和紋理特徵來區分黑刺李和其他類型的植物。儘管規則集花了幾個月的時間來構建,但運行工作流程只花了15個小時,並繪製出2007年和2012年的土地使用圖,該地圖顯示了這兩年間每個試驗點的灌木生長情況。為了進行實地驗證,IABG在每個試驗點選擇40個不同的黑刺李灌叢,並將它們真實的高度和形狀與地圖上相對應的分類進行了比較。結果顯示eCognition歸類的黑刺李與地面上顯示的完全匹配。基於測試地點分類的質量,該分類方法被應用到整個訓練區。顯示黑刺李對三分之一的訓練區約50平方公裡產生了嚴重影響。
傳統上,軍方通過多種方式混合來控制入侵的黑刺李阻止其生長,火燒、割草和放羊,但管理成本高達到每平方公裡100萬美元。利用分類地圖,JMRC規劃者已經開始制定智能根除計劃。他們在整個訓練區域確定了一些目標區,並確定了去除黑刺李最經濟有效的方法。
迄今為止,大約有200公頃的黑刺李已經得到處理。由於分類數據集顯示了黑刺李的範圍和當前的高度,軍方有能力準確預測未來5年的生長模式,並制定足夠的控制措施,以妥善管理其傳播。
- END -
撰文 | 常銘陽
排版 | 夏興莉