Wykorzystanie teledetekcji i uczenia maszynowego do oceny stanu terenów zielonych

• Autorzy: Radkowski Adam , Kluwak Konrad , Rusiecki Andrzej , Ciskowski Piotr , Jeleń Łukasz , Wiącek Paweł

Identyfikatory

DOI

10.5604/01.3001.0054.7224

Warianty tytułu

EN

The use of remote sensing and machine learning to assess the condition of green areas

• Języki publikacji: PL

Abstrakty

PL

Prezentowane badania skupiają się na wykorzystaniu technik teledetekcyjnych w analizie stanu terenów zielonych. W pierwszej części badań główny nacisk kładziony jest na ocenę wizualną, wskaźniki wegetacyjne oraz chemiczną analizę próbek roślin. Za pomocą kamery multispektralnej i RGB pozyskuje się wielokanałowe obrazy, służące do wnioskowania na temat zdrowia roślin, ich kondycji oraz zawartości różnych składników chemicznych. Do tego celu użyto głębokich sieci neuronowych i zaawansowanych metod uczenia maszynowego. Praca prezentuje pionierskie narzędzie do monitorowania i zarządzania zielonymi przestrzeniami w duchu zrównoważonego rozwoju.

EN

The presented research focuses on the use of remote sensing techniques in the analysis of the condition of green areas. In the first part of the research, the main emphasis is placed on visual assessment, vegetation indicators and chemical analysis of plant samples. Using a multispectral and RGB camera, multi-channel images are obtained, used to draw conclusions about the health of plants, their condition and the content of various chemical components. For this purpose, deep neural networks and advanced machine learning methods were used. The work presents a pioneering tool for monitoring and managing green spaces in the spirit of sustainable development.

Słowa kluczowe

PL

teren zielony; ocena stanu; obrazy multispektralne; teledetekcja; uczenie maszynowe; sieć neuronowa głęboka; teren trawiasty; zarządzanie; monitorowanie

EN

green area; condition assessment; multispectral images; remote sensing; machine learning; deep neural network; grassy area; maintenance; monitoring

• Wydawca: Fundacja Polskiego Związku Inżynierów i Techników Budownictwa
• Czasopismo: Przegląd Budowlany
• Rocznik: 2024
• Tom: R. 95, nr 5
• Strony: 187--191
• Opis fizyczny: Bibliogr. 23 poz., il., tab.

Twórcy

autor

Radkowski Adam

• Uniwersytet Rolniczy, Kraków

• https://orcid.org/0000-0002-3146-6212

autor

Kluwak Konrad

• Politechnika Wrocławska

• https://orcid.org/0000-0003-0983-2228

autor

Rusiecki Andrzej

• Politechnika Wrocławska

• https://orcid.org/0000-0003-2239-1076

autor

Ciskowski Piotr

• Politechnika Wrocławska

• https://orcid.org/0000-0002-4488-064X

autor

Jeleń Łukasz

• Politechnika Wrocławska

• https://orcid.org/0000-0001-7606-5191

autor

Wiącek Paweł

• Optidata Sp. z o.o.

Bibliografia

• [1] Wysocki Cz., Sikorski P., Fitosocjologia stosowana. Zbiorowiska trawiaste i ziołoroślowe, Wydawnictwo SGGW, 2002
• [2] Ingels J. E., Landscaping. Principles and practices, 7th edition, Canada, 2009
• [3] Ignatieva M. et al., The lawn as a social and cultural phenomenon is Sweden. Urban Forestry & Urban Greening 21, 2016
• [4] Borawska-Jarmułowicz B. et al., Ocena nawierzchni trawnikowych w wybranych parkach Warszawy, Łąkarstwo w Polsce 18, 2015
• [5] Wolski K. et al., Ocena użytkowa murawy piłkarskiej na przykładzie KŚ AZS we Wrocławiu. Łąkarstwo w Polsce 18, 2015
• [6] Kachel-Jakubowska M. et al., Nanotechnologia – możliwości rozwoju i zastosowań. Polskie Stowarzyszenie Zarządzania Produkcją, Konferencja Innowacje w Zarządzaniu i Inżynierii Produkcji, 2015
• [7] Christians N. E, et al., Fundamentals of turfgrass management, 5th ed., Willey, New Yersey, 2017
• [8] Trzaskowska E., Adamiec P., Wartość estetyczna trawników ekstensywnych na wybranych obiektach Lublina. Łąkarstwo w Polsce 15, 2012
• [9] Szenejko M., Majtkowski W., Zmienność cech biologicznych wybranych form Poa pratensis przydatnych do hodowli odmian gazonowych, Łąkarstwo w Polsce 11, 2008
• [10] Puhalla J., Krans J., Goatley M., Sports fields: a manual for design, construction and maintenance. Wiley&Sons Inc., Hoboken, New Jersey, 1999
• [11] Proctor C. A. et al., Kentucky Bluegrass and Perennial Ryegrass mixtured for establishing midwest lawns. Hort Science 50, 1/2015
• [12] Domański P., System of Research and Evaluation of Varieties of Lawn Grasses in Poland. Biul. IHAR, 183, 1992
• [13] Domański P., Metodyka Doświadczeń Odmianowych z Trawami Gazonowymi, Centralny Ośrodek Badania Odmian Roślin Uprawnych, Słupia Wielka, 1993
• [14] Official Methods of Analysis of AOAC Int. 18th ed., AOAC Int. Gaithersburg, Md, 2006
• [15] Prończuk S., System oceny traw gazonowych, Biuletyn IHAR 186, 1993
• [16] Dhaware C. G., Wanjale K. H., A modern approach for plant leaf disease classification which depends on leaf image processing, 2017 International Conference on Computer Communication and Informatics, Coimbatore, India, 2017
• [17] Burcham, Daniel C., Urban Greenery Series RTN 01-2013 Tree Health Assessments Using Infrared (IR) Cameras, 2013
• [18] Marín J. et al., Autonomous WSN for Lawns Monitoring in Smart Cities. IEEE/ACS 14th International Conference on Computer Systems and Applications, Hammamet, Tunisia, 2017
• [19] Konstantinos G., et al., Machine Learning in Agriculture: A Review. Italian National Conference on Sensors, 2018
• [20] Askari M. et al., Evaluation of Grass Quality under Different Soil Management Scenarios Using Remote Sensing Techniques. Remote Sensing 11(15)2019
• [21] Chokey T., et al., Quality Assessment of Crops using Machine Learning Techniques. Amity International Conference on Artificial Intelligence, 2019
• [22] Kong B. et al., Quantitative Estimation of Biomass of Alpine Grasslands Using Hyperspectral Remote Sensing. Rangeland Ecology & Management, 72, 2/2019
• [23] Phan C. et al., A predictive model for turfgrass color and quality evaluation using deep learning and UAV imageries. Commercial + Scientific Sensing and Imaging, 2017