Theo dõi số lượng cây Cọ dầu với thuật toán Machine Learning và Object Detection trong Erdas Imagine

Author
Cây cọ dầu là cây trồng kinh tế có giá trị và là nguồn thu nhập cơ bản của nông dân ở Đông Nam Á, Tây Phi và Trung Mỹ. Nhà máy sản xuất dầu cọ, được sử dụng làm dầu ăn và xuất khẩu để sử dụng trong thực phẩm thương mại và các sản phẩm chăm sóc cá nhân. Dầu cọ cũng có thể được chuyển đổi thành nhiên liệu sinh học. Cây cọ dầu sản xuất lượng dầu trên một đơn vị diện tích gấp 10 lần so với cây đậu nành, hạt cải dầu hoặc hoa hướng dương. Tuy nhiên, tiêu thụ dầu cọ không phải là đặc biệt lành mạnh. Trên thực tế, Pháp đã cân nhắc áp dụng “thuế Nutella” đối với dầu cọ nhập khẩu, nhưng đề xuất này đã vấp phải sự phản đối mạnh mẽ từ các khu vực đang phát triển và cuối cùng đã bị hủy bỏ. Dầu cọ chứa hàm lượng chất béo bão hòa cao hơn hầu hết các loại dầu thực vật khác, nhưng nó cũng có những ưu điểm của nó.
Ở các quốc gia như Indonesia và Malaysia, các trang trại Cọ dầu thường được đặt ở các vùng nông thôn xa xôi. Tất nhiên, cơ hội việc làm ở những khu vực này là khan hiếm, vì vậy ngành công nghiệp dầu cọ thúc đẩy phát triển nông thôn và xóa đói giảm nghèo. Tuy nhiên, ở cả hai quốc gia này, cộng đồng người bản địa đều bị ảnh hưởng do thiếu giấy tờ pháp lý chứng minh quyền sở hữu đất đai. Người dân địa phương đang mất dần quyền tiếp cận vào vùng đất mà họ đã sinh sống trong nhiều thế kỷ.
Tác động đến môi trường của ngành sản xuất dầu cọ cũng được coi là một mối quan tâm lớn hơn. Một nghiên cứu của Ủy ban Châu Âu năm 2013 ước tính rằng từ năm 1990 đến 2008, hơn 13 triệu mẫu rừng đã bị phá bỏ để phục vụ cho các hoạt động canh tác cọ dầu. Quá trình này vẫn đang tiếp tục, với hơn một triệu mẫu Anh các khu vực rừng nhiệt đới bị mất đi hàng năm.
So với rừng nhiệt đới, các đồn điền dầu cọ chỉ có thể hỗ trợ 1/5 số loài động vật. Môi trường sống không được hỗ trợ bao gồm môi trường sống của các loài có nguy cơ tuyệt chủng như đười ươi và hổ Sumatra cùng nhiều loài động vật nhỏ hơn, đe dọa đa dạng sinh học trong khu vực. Cây cọ dầu cũng chỉ có 20% sinh khối trên mặt đất so với cây rừng nhiệt đới, dẫn đến khả năng hấp thụ carbon dioxide từ khí quyển thấp hơn.
Indonesia đang thực hiện các biện pháp để hạn chế chi phí xã hội và môi trường của dầu cọ. Sáng kiến Một bản đồ đang hoạt động để ghi lại quyền sở hữu đất đai một cách có hệ thống và ngăn ngừa tranh chấp giữa các đồn điền và cộng đồng bản địa. Vào năm 2011, một lệnh cấm đã được áp dụng đối với việc cấp giấy phép mới cho hoạt động khai thác gỗ và nông nghiệp trong các khu rừng.
Malaysia đã cố gắng nâng cao sản lượng thông qua tăng năng suất để hạn chế nhu cầu khai phá đất mới. Trồng cọ ở những khu vực rừng đã bị chặt phá hoặc bị đốt cháy là một lựa chọn, nhưng các ước tính cho thấy chỉ có nửa triệu mẫu đất phù hợp để sản xuất cọ dầu, gần như không đủ để tránh nạn phá rừng.
Đặc biệt gây tranh cãi là việc thúc đẩy sản xuất nhiều dầu cọ hơn để sản xuất nhiên liệu sinh học, do đó giảm sự phụ thuộc vào dầu nhập khẩu. Các quan chức ở Indonesia đặt mục tiêu pha trộn dầu cọ 30% cho nhiên liệu trong nước, trong khi mục tiêu của Malaysia là 15%. EU sử dụng 45% tổng lượng dầu cọ nhập khẩu để sản xuất dầu diesel sinh học và 15% khác cho năng lượng và nhiệt. Nhưng sản xuất nhiều dầu cọ hơn có thể đồng nghĩa với nạn phá rừng nhiều hơn và cần thử nghiệm thêm để tìm hiểu xem liệu lượng khí thải nhà kính từ dầu diesel sinh học từ dầu cọ cao hơn, thấp hơn hay bằng với lượng khí thải từ nhiên liệu hóa thạch. Những nỗ lực nhằm giảm việc sử dụng dầu cọ ở EU hiện đang được luật hóa.
Phân tích sự tăng trưởng và sức khỏe của các đồn điền Cọ dầu
Với khả năng phát hiện đối tượng dựa trên thuật toán học sâu, ERDAS IMAGINE giúp hợp lý hóa quy trình nhận diện và lập bản đồ các vị trí cây Cọ dầu từ hình nguồn dữ liệu ảnh vệ tinh và ảnh hàng không. Phát hiện đối tượng được hiểu là quá trình nhận biết vị trí của một đối tượng hoặc thuộc tính.
Quá trình này bao gồm ba bước chính:
  • Thu thập dữ liệu huấn luyện
  • Khởi tạo mô hình Trí tuệ máy (được đào tạo)
  • Chạy mô hình Phát hiện cây cọ
Thu thập dữ liệu huấn luyện (training data)

Bước đầu tiên trong quy trình phát hiện đối tượng là thu thập dữ liệu huấn luyện. Bước này được hiểu là thu thập các mẫu đối tượng - cây cọ thủ công trên ảnh để huấn luyện cho thuật toán học sâu về hình dáng của cây cọ trên ảnh.
Bộ sưu tập được thực hiện bằng cách thu thập các chip hình ảnh và số hóa các hộp giới hạn xung quanh những cây cọ hiện có. Việc chọn những cây có thuộc tính khác nhau (kích thước khác nhau, vùng sáng hơn hoặc tối hơn, cây hơi bị che khuất, nền khác nhau, v.v.) là rất quan trọng để máy tính có thể học tất cả các đặc điểm có thể cần tìm. Đôi khi, người dùng cần xác định hàng chục, thậm chí hàng trăm chip đào tạo để đào tạo mạng lưới thần kinh nhận biết đối tượng.
Việc thu thập các mẫu đào tạo được đơn giản hóa trong ERDAS IMAGINE. Người dùng tạo các hộp giới hạn bằng cách sử dụng chuột để kéo ra một hình chữ nhật xung quanh mỗi cây Cọ dầu để sử dụng làm mẫu đào tạo.
Tạo trí tuệ máy khởi tạo (được đào tạo)

Mô hình không gian phát hiện cây cọ dầu
Tiếp theo, thuật toán học sâu sẽ nghiên cứu các mẫu đào tạo được thu thập ở bước trước. Trong ERDAS IMAGINE, điều này được thực hiện bằng cách sử dụng môi trường Spatial Modeler, trong đó có một toán tử có tên Initialize Object Detection thực hiện đào tạo.
Bước đào tạo này sẽ tạo ra một trí tuệ máy khởi tạo (được đào tạo). Trí tuệ này được sử dụng để phát hiện cây cọ trong các hình ảnh khác về sau. Trong bước này, trí tuệ máy được khởi tạo cũng sẽ được xác thực bởi một tập dữ liệu độc lập để xác minh độ chính xác.
Phát hiện cây cọ
Bước cuối cùng của quy trình làm việc là phát hiện cây Cọ dầu trong các hình ảnh khác bằng cách sử dụng trí tuệ máy được tạo trong các bước trước. Quy trình này cũng được thực hiện trong môi trường Spatial Modeler bằng cách xây dựng một mô hình sử dụng mô hình học máy đã được đào tạo và hình ảnh đầu vào, sau đó tự động tạo các hộp giới hạn xác định vị trí và số lượng cây Cọ dầu trong hình ảnh mới.

Mô hình không gian phát hiện cây Cọ dầu
Mô hình này cũng được sử dụng để tự động phát hiện, đếm và phân tích cây Cọ Dầu đối với các ảnh mới được chụp.

Để phát hiện thay đổi về các cây Cọ Dầu giữa hai thời điểm ở cùng một vị trí, có thể sử dụng tính năng Phát hiện biến động (Change Detection) trong phần mềm Erdas Imagine. Có nhiều cây cọ dầu đang phát triển trong đồn điền đó hơn một năm trước không? Đồn điền đã bị tiêu hủy? Có nhiều khu rừng bị chặt phá trong khu vực để sản xuất thêm dầu cọ không? Đây là những tính năng rất phức tạp mang lại nhiều giá trị cho nông dân cũng như các nhà bảo vệ môi trường.
 
Lượt thích: Nova

long8564

Active Member
Moderator
Anh cho em hỏi là với ERDAS IMAGINE có thể phát hiện cây cọ với hình ảnh phức tạp hơn được không ạ? ví dụ như nhiều cây cùng màu sắc hay được trồng sát nhau thì có thể phát hiện được không ?
 
Top