Η βαθιά μάθηση επιτρέπει τη δορυφορική παρακολούθηση μεγάλων πληθυσμών χερσαίων θηλαστικών σε ετερογενή τοπία

Από RemoteSensing Wiki

Αναθεώρηση της 13:56, 7 Φεβρουαρίου 2026

Add Your Content Here

Η βαθιά μάθηση επιτρέπει τη δορυφορική παρακολούθηση μεγάλων πληθυσμών χερσαίων θηλαστικών σε ετερογενή τοπία

Πρωτότυπος τίτλος: Deep learning enables satellite-based monitoring of large populations of terrestrial mammals across heterogeneous landscape

Συγγραφείς: Zijing Wu, Ce Zhang, Xiaowei Gu, Isla Duporge, Lacey F. Hughey, Jared A. Stabach, Andrew K. Skidmore, J. Grant C. Hopcraft, Stephen J. Lee, Peter M. Atkinson, Douglas J. McCauley, Richard Lamprey, Shadrack Ngene & Tiejun Wang

Δημοσιεύθηκε: 27/05/2023, στο Nature Communications, volume 14, Article number: 3072

Σύνδεσμος πρωτότυπου κειμένου: [: https://doi.org/10.1038/s41467-023-38901-y ]

1. Εισαγωγή

Η αφρικανική ήπειρος φιλοξενεί τη μεγαλύτερη ποικιλότητα και αφθονία θηλαστικών στον κόσμο. Ωστόσο, αυτός ο πλούτος απειλείται από τις αλλαγές στη χρήση γης, την εξόρυξη φυσικών πόρων και έργα υποδομών. Ακόμη και εντός προστατευόμενων περιοχών, οι πληθυσμοί μεγάλων θηλαστικών έχουν μειωθεί κατά 59% μέσα σε τρεις δεκαετίες. Η κλιματική αλλαγή αναμένεται να επιταχύνει αυτές τις απώλειες, υπογραμμίζοντας έτσι την ανάγκη για προηγμένες τεχνικές παρακολούθησης που μπορούν να παρέχουν πληροφορίες με ρυθμό αντίστοιχο των περιβαλλοντικών αλλαγών. Οι συμβατικές μέθοδοι για την έρευνα της άγριας πανίδας βασίζονται κυρίως σε επανδρωμένες εναέριες έρευνες. Αν και παρέχουν πολύτιμα δεδομένα, ενέχουν κινδύνους τόσο για τον άνθρωπο όσο και για την πανίδα, ενώ υπόκεινται και σε σφάλματα μεροληψίας (εντοπισμός, εμπειρία παρατηρητή, διπλή καταμέτρηση). Τα μη επανδρωμένα αεροσκάφη (UAVs - drones) προσφέρουν μια εναλλακτική, αλλά έχουν κάποιους περιορισμούς όπως η διάρκεια ζωής της μπαταρίας, που μειώνει την εμβέλεια αλλά και την όχληση που προκαλούν στην πανίδα. Η εξέλιξη της δορυφορικής τεχνολογίας έχει αυξήσει την ικανότητα διεξαγωγής ερευνών σε δυσπρόσιτες περιοχές, σε διευρυμένη κλίμακα σε σχέση με τα UAVs. Η δορυφορική τεχνολογία αρχικά έδινε την δυνατότητα μελέτης μεγάλων ζώων, τα σώματα των οποίων ξεπερνούν τα 8 πίξελ (φάλαινες, ελέφαντες) ή έμμεσα ίχνη όπως φωλιές, πλέον όμως υπάρχει ανάγκη για αυτοματοποιημένες τεχνικές επεξεργασίας εικόνων υψηλής ανάλυσης και για μικρότερα είδη. Η μηχανική μάθηση (Machine Learning) και η βαθιά μάθηση (Deep Learning) προσφέρουν λύσεις, μέσω αποδοτικών αλγορίθμων. Ωστόσο, η ανίχνευση μικρότερων ζώων (π.χ. <9 pixels σε δορυφορικές εικόνες) σε πολύπλοκα υπόβαθρα (μικτά δάση και σαβάνες) παραμένει πρόκληση. Η παρούσα μελέτη παρουσιάζει ένα πλαίσιο για τον εντοπισμό και την καταμέτρηση ζώων σε μεγέθους γκνου (wildebeest, 1,5-2,5 m) από δορυφορικές εικόνες υπο-μετρικής (submeter) ανάλυσης, σε εκτενή και ετερογενή περιβάλλοντα. Αυτό το επιτυγχάνεται ενσωματώνοντας μια ενότητα ομαδοποίησης (clustering module) μετά την επεξεργασία σε ένα μοντέλο βαθιάς μάθησης βασισμένο στο U-Net, το οποίο χρησιμοποιεί κατάτμηση εικόνας βάσει εικονοστοιχείων (pixel-based image segmentation) υψηλής ακρίβειας. Το μοντέλο αξιοποιείται για τον εντοπισμό των ζώων σε επίπεδο αντικειμένου, για τον εντοπισμό της μετανάστευσης γκνου (Connochaetes taurinus) και ζέβρας (Equus quagga), στο οικοσύστημα Σερενγκέτι-Μάρα. Η ικανότητα ακριβούς και συχνής αξιολόγησης των μεταναστευτικών πληθυσμών είναι κρίσιμη για τη διαμόρφωση πολιτικών διατήρησης, την κατανόηση οικολογικών διαδικασιών και συμπεριφορικών μοτίβων αγέλης.

2. ΑΠΟΤΕΛΕΣΜΑΤΑ

Μοντέλο ensemble learning βασισμένο στο U-Net για ανίχνευση γκνου

Η ροή εργασίας της μελέτης μετατρέπει το δίκτυο U-Net από εργαλείο κατάτμησης εικόνας σε σύστημα ανίχνευσης μεμονωμένων ζώων μέσω δορυφόρου. Η διαδικασία ξεκινά με την κατάτμηση των δορυφορικών εικόνων σε μικρότερα τμήματα (patches 336 x 336 pixel) και τη δημιουργία δυαδικών μασκών όπου τα γκνου επισημαίνονται ως ομάδες εικονοστοιχείων. Στη συνέχεια, το μοντέλο U-Net αναλύει αυτά τα δεδομένα χρησιμοποιώντας μια συμμετρική δομή κωδικοποιητή-αποκωδικοποιητή για την εξαγωγή χαρακτηριστικών και τον ακριβή εντοπισμό τους. Για τη διασφάλιση της αξιοπιστίας των αποτελεσμάτων εφαρμόζεται ομαδική μάθηση με δέκα διαφορετικά μοντέλα μέσω της μεθόδου K-fold. Στο τελικό στάδιο της μετα-επεξεργασίας χρησιμοποιείται ο αλγόριθμος ομαδοποίησης K-means, ο οποίος διαχωρίζει τις συστάδες εικονοστοιχείων σε διακριτές οντότητες. Αυτή η προσέγγιση επιτρέπει τη μετάβαση από την απλή πρόβλεψη πιθανότητας στην ακριβή καταμέτρηση και αξιολόγηση των ζώων σε επίπεδο ατόμου, προσφέροντας μια αποτελεσματική λύση για την παρακολούθηση μεγάλων μεταναστευτικών πληθυσμών από το διάστημα.

Εικόνα 1 Τα τρία κύρια βήματα της ροής εργασίας 1) επισήμναση γκνου 2) εισαγωγή εικόνων και μασκών για εκπαίδευση του μοντέλου και παραγωγή χαρτών πιθανότητας 3) οι χάρτες οδηγούν σε τελικές προβλέψεις μέσω K-mean clustering. Οι μπλε κουκίδες αναφέρονται σε χειροκίνητα επισημασμένα γκνου, οι κόκκινες αναφέρονται σε γκνου εντοπισμένα από το μοντέλο.

Το μοντέλο εφαρμόστηκε σε εικόνες έξι ετών (2009-2020) που καλύπτουν 2.747 τ.χλμ., με χρήση δορυφορικών αισθητήρων με ικανότητα χωρικής ανάλυση 38-50 cm GeoEye-1 (GE01), WorldView-2(WV02) και WorldView-3 (WV03). Το σύνολο δεδομένων εκπαίδευσης περιελάμβανε 53.906 χειροκίνητα επισημασμένα γκνου σε 1097 patches που αντιπροσώπευαν διάφορες περιβαλλοντικές συνθήκες, κάθε γκνου αντιστοιχούσε σε 3-4 εικονοστοιχεία σε μήκος και 1-3 σε πλάτος.

Για την αξιολόγηση αξιοποιήθηκε στρωματοποιημένη μέθοδος δειγματοληψίας υπο-περιοχών της ευρύτερης περιοχής, με σκοπό να επιλεγούν υπο-περιοχές με σημαντικό αριθμό γκνου, οι οποίες αξιοποιήθηκαν για αντιπροσωπευτικότητα και ανεξαρτησίας από τα δεδομένα εκπαίδευσης. Από τις 2700 εικόνες ελέγχου το μοντέλο πέτυχε συνολικό F1-score 84,75%, με ακρίβεια (precision) 87,85% και ανάκληση (recall) 81,86%. Το μοντέλο επέδειξε καλή ικανότητα γενίκευσης σε διαφορετικά έτη και αναλύσεις εικόνας, παρότι οι εικόνες διέφεραν χρονικά, χωρικά και ως προς το περιβαλλοντικό τους υπόβαθρο. Η σύγκριση του αθροιστικού μοντέλου (ensemble model) με τα μεμονωμένα μοντέλα, έδειξε ότι το πρώτο υπερέχει σημαντικά, η σύγκριση έγινε μέσω καμπύλης Ακρίβειας- Ανάκλησης και εμβαδόντος υπό την καμπύλη(AUC) με το μοντέλο να πετυχαίνει AUC 0,88 σημαντικά υψηλότερο από όλα τα επιμέρους μοντέλα.

Εικόνα 3 Στη στήλη Evaluation, οι προβλέψεις (predictions) που συμφωνούν με τις επίγειες αναφορές (ground reference) ταξινομούνται ως Αληθώς Θετικά (True Positives, TP , κόκκινοι σταυροί), ενώ εκείνες που δεν αντιστοιχούν στις επίγειες αναφορές χαρακτηρίζονται ως Ψευδώς Θετικά (False Positives, FP, μπλε σταυροί), οι επίγειες αναφορές που δεν ανιχνεύθηκαν από το μοντέλο κατατάσσονται ως Ψευδώς Αρνητικά (False Negatives, FN, κίτρινοι σταυροί).

Μεταφερσιμότητα Μοντέλου (Model Transferability)

Εξετάστηκε η δυνατότητα μεταφοράς του μοντέλου σε χρονικά και χωρικά διαφορετικά δεδομένα: 1. Χρονική μεταφερσιμότητα: Το μοντέλο εκπαιδεύτηκε από δεδομένα 5 διαφορετικών ετών (2009, 2010, 2013, 2018, 2020) και δοκιμάστηκε σε εικόνα του 2015 διαφορετικού αισθητήρα, με καλύτερη ανάλυση από τις εικόνες των 5 ετών (WV03). Πετυχαίνοντας F1-score 93,13%, αποδεικνύοντας ότι μπορεί να λειτουργήσει σε νέα χρονικά δεδομένα χωρίς επιπλέον εκπαίδευση. 2. Χωρική μεταφερσιμότητα: Το μοντέλο δοκιμάστηκε σε δεδομένα του 2020, εικόνα η οποία παρείχε διαφορετική γεωγραφική κάλυψη και χαμηλότερη ανάλυση από τις εικόνες εκπαίδευσης, οι οποίες ήταν πάλι 5 διαφορετικών ετών (2009, 2010, 2013, 2015, 2018). Πέτυχε υψηλή ακρίβεια (96,98%) στην αποφυγή ψευδώς θετικών αποτελεσμάτων, αν και η ανάκληση ήταν χαμηλότερη (60,65%), υποδεικνύοντας περιθώρια βελτίωσης με προσθήκη δειγμάτων.

Ανίχνευση και καταμέτρηση γκνου

Το εκπαιδευμένο πλέον, αθροιστικό U-Net base μοντέλο εφαρμόστηκε για ανίχνευση γκνου στο σύνολο των δεδομένων. Τα αποτελέσματα έδειξαν αξιοποιστία σε αλλαγές 1) μεταξύ διαφορετικών δορυφορικών αισθητήρων σε 6 χρονικές περιόδους, 2) στο υπόβαθρο του τοπίου με σύγχυση μόνο με φωλιές τερμιτών, μικρούς θάμνους και σκίες από το έδαφος και 3) στα ποικίλα μοτίβα συνάθροισης των γκνου (διάσπαρτα, σε γραμμές ή σε ομάδες) . Η συνολική καταμέτρηση ανέδειξε 480.362 γκνου με F1-score: 84.75 ± 0.18%. Ανάλυση της χωρικής κατανομής έδειξε ότι η πυκνότητα των γκνου ποικίλλει σημαντικά κατά την ξηρή περίοδο (Ιούλιος-Οκτώβριος), με κορυφώσεις τον Αύγουστο στο δυτικό μέρος του εθνικού κατφυγίου Masai Mara (>4.000-6.000 άτομα/τ.χλμ.) και χαμηλές συγκεντρώσεις τον Ιούλιο και τον Οκτώβριο (~1.500-2.000 άτομα/τ.χλμ). Τα πρότυπα κατανομής συμφωνούν με τις γνωστές μεταναστευτικές κινήσεις: τα ζώα κινούνται βόρεια προς το "Τρίγωνο Μάρα" τον Ιούλιο-Αύγουστο και εξαπλώνονται νότια στο Σερενγκέτι τον Οκτώβριο.

3. ΣΥΖΗΤΗΣΗ

Η προτεινόμενη διαδικασία καταδεικνύει τις δυνατότητες της βαθιάς μάθησης για αποτελεσματικές, αυτοματοποιημένες έρευνες άγριας ζωής μέσω τηλεπισκοπικών δεδομένων. Η μεγάλη χωρική κλίμακα και η επιβεβαίωση υψήλης ποιότητας αποτελεσμάτων για διαφορετικές χωρικές, χρονικές συνθήκες και αναλύσεις, δίνει την δυνατότητα αξιοποίησης του μοντέλου σε πραγματικές συνθήκες. Η μέθοδος πέρα από το ότι είναι ανοιχτού κώδικα και ότι μπορεί να εφαρμοστεί και σε μεταβλητά χωρικά και χρονικά περιβάλλοντα, έχει ιδιαίτερη σημασία για τη διαχείριση μεταναστευτικών, αγελαίων ειδών όπως το γκνου, των οποίων τα μοτίβα συγκρότησης ομάδων παραβιάζουν τις παραδοχές των κλασικών στατιστικών μεθόδων εκτίμησης πληθυσμών, οδηγώντας συχνά σε συστηματικές υποεκτιμήσεις. Έτσι μια αυτοματοποιημένη ολική καταμέτρηση από δορυφόρους θα μπορούσε να μειώσει δραστικά αυτή την αβεβαιότητα και να προσφέρει ακόμη και διορθωτικούς παράγοντες για παλαιότερες εκτιμήσεις. Αν και προϋποθέτει σχεδόν τέλεια ανίχνευση, ενδέχεται να είναι εφικτό σε ανοικτά οικοσυστήματα και σε περιόδους όπου οι βιολογικοί κύκλοι οδηγούν σε προβλέψιμες συγκεντρώσεις ζώων. Επιπλέον, η μέθοδος ανοίγει νέους δρόμους για τη μελέτη της οικολογίας των ζωικών συναθροίσεων, επιτρέποντας την ποσοτική περιγραφή μοτίβων βόσκησης στο φυσικό περιβάλλον, την κατανόηση των κοινωνικών και περιβαλλοντικών οδηγών της ζωικής συμπεριφοράς και την διερεύνηση του πώς ατομικές συμπεριφορές κλιμακώνονται σε πληθυσμιακά φαινόμενα. Ταυτόχρονα ο εντοπισμός αυτής της διασποράς των μοτίβων συνάθροισης σε βάθος χρόνου μπορούν να δώσουν την δυνατότητα καλύτερης διαχείρισης των ζώων και κατανόησης των μηχανισμών προσαρμογής τους σε ραγδαίες περιβαλλοντικές αλλαγές. Θα μπορούσε επίσης να χρησιμοποιηθεί για την ανακάλυψη μεταναστεύσεων που δεν έχουν τεκμηριωθεί προηγουμένως, ειδικά σε απομακρυσμένες ή μη ασφαλείς περιοχές, σε συνδυασμό και με συσκευές GPS. Παρά τις δυνατότητες, υπάρχουν τεχνικοί περιορισμοί. Η χαμηλή ανάλυση των σημερινών δορυφορικών εικόνων δυσκολεύει τη διάκριση μεταξύ ειδών παρόμοιου μεγέθους, όπως το γκνου και άλλα άγρια ή οικόσιτα βοοειδή, ενώ μικρότερα είδη δεν είναι ορατά. Ωστόσο, η χρήση μοντέλων τμηματοποίησης τύπου U-Net, σε συνδυασμό με αθροιστική μάθηση (ensemble learning) και αλγορίθμους ομαδοποίησης επιτρέπει την ανίχνευση αντικειμένων που καταλαμβάνουν λιγότερα από 9 εικονοστοιχεία, ξεπερνώντας περιορισμούς προηγούμενων μελετών. Ενδεχόμενες τεχνολογικές εξελίξεις σε δορυφορική ανάλυση και η μείωση του κόστους πρόσβασης σε πολύ υψηλής ανάλυσης δεδομένα αναμένεται να άρουν σταδιακά αυτούς τους περιορισμούς

4. ΜΕΘΟΔΟΙ

Δορυφορικές Εικόνες

Η μελέτη βασίστηκε σε πολύ υψηλής ανάλυσης δορυφορικές εικόνες που συλλέχθηκαν στο οικοσύστημα Σερενγκέτι–Μάρα κατά την περίοδο 2009–2020. Συνολικά χρησιμοποιήθηκαν εννέα πολυφασματικές εικόνες από τρεις δορυφορικούς αισθητήρες (GeoEye-1, WorldView-2 και WorldView-3), με χωρική ανάλυση 38–50 cm και συνολική κάλυψη 2.747 τ.χλμ. Όλες οι εικόνες ήταν τετραφασματικές (RGB + Near Infrared), με νεφοκάλυψη μικρότερη του 2%. Επιπλέον, χρησιμοποιήθηκε ανεξάρτητο σύνολο εικόνων αναφοράς, διαφορετικών ημερομηνιών αλλά ίδιων περιοχών, για την ασφαλή διάκριση κινούμενων ζώων από στατικά αντικείμενα του τοπίου.

Επισήμανση γκνου

Η επισήμανση των γκνου πραγματοποιήθηκε χειροκίνητα σε επίπεδο ατόμου, με τη μορφή σημείων στο κέντρο κάθε ζώου, τα οποία στη συνέχεια επεκτάθηκαν σε πολυγωνικές επιφάνειες 3×3 pixels. Η διαδικασία πραγματοποιήθηκε από τέσσερις έμπειρους παρατηρητές και τα τελικά labels προέκυψαν μέσω πλειοψηφικής ψήφου, ώστε να μειωθεί η υποκειμενικότητα και η σύγχυση με παρόμοια φασματικά αντικείμενα (π.χ. θάμνοι, φωλιές τερμιτών).

Δεδομένα εκπαίδευσης και ελέγχου

Για την εκπαίδευση και αξιολόγηση του μοντέλου, οι εικόνες χωρίστηκαν σε πλέγμα κυψελών (336×336 pixels). Το σύνολο εκπαίδευσης περιλάμβανε 1.097 κυψέλες με 53.906 επισημασμένα γκνου, ενώ το σύνολο ελέγχου αποτελούνταν από 2.700 κυψέλες με 11.594 άτομα. Η επιλογή των δεδομένων ελέγχου έγινε με στρωματοποιημένη τυχαία δειγματοληψία, βάσει πυκνότητας ζώων, ώστε να διασφαλιστεί αντιπροσωπευτικότητα τόσο περιοχών χαμηλής όσο και υψηλής συγκέντρωσης.

Η εκπαίδευση του U-Net based αθροιστικού μοντέλου

Το μοντέλο βασίστηκε σε αρχιτεκτονική U-Net για τμηματοποίηση εικόνας σε επίπεδο εικονοστοιχείου. Τα δεδομένα υποβλήθηκαν σε τεχνικές αύξησης (data augmentation), ενώ εφαρμόστηκε αθροιστική μάθηση (ensemble learning) με K-fold (K=10), δημιουργώντας δέκα υπομοντέλα των οποίων οι προβλέψεις συνδυάστηκαν. Για την αντιμετώπιση της έντονης ανισορροπίας μεταξύ κλάσεων, χρησιμοποιήθηκε η συνάρτηση απώλειας Tversky με αυξημένη έμφαση στη μείωση ψευδώς αρνητικών αποτελεσμάτων.

Αξιολόγηση του Μοντέλου

Η ακρίβεια του μοντέλου U-Net βασίστηκε στη σύγκριση των προβλεπόμενων σημείων με τα πραγματικά δεδομένα πεδίου (ground reference). Για να αντισταθμιστούν μικρές αποκλίσεις στον εντοπισμό των κέντρων των ζώων, ορίστηκε μια περιοχή αναζήτησης ακτίνας 0,71 μέτρων (ισοδύναμη με τη διαγώνιο ενός εικονοστοιχείου ανάλυσης 0,5 m). Τα προβλεπόμενα σημεία που μπορούσαν να αντιστοιχιστούν με ένα από τα πλησιέστερα σημεία αναφοράς πεδίου (ground reference) εντός της περιοχής αναζήτησης, προσμετρήθηκαν ως Αληθώς θετικά (true positive, TP), ενώ όσα δεν μπορούσαν να αντιστοιχιστούν με κανένα ως ψευδώς θετικα (false positive, FP). Τέλος όλα τα υπόλοιπα σημεία αναφοράς που δεν αντιστοιχίστηκαν με κανένα προβλεπόμενο σημείο θεωρήθηκαν Ψευδώς Αρνητικά (False Negatives, FN). Με βάση αυτά χρησιμοποιήθηκαν οι δείκτες Precision, Recall και F1-score, ενώ η συνολική απόδοση συγκρίθηκε μέσω της καμπύλης Ακρίβειας-Ανάκλησης και του δείκτη AUC, ο οποίος αποτιμά τη συνολική ικανότητα του μοντέλου να διακρίνει τα ζώα υπό διαφορετικά κατώφλια πιθανότητας.

Έλεγχοι Μεταφερσιμότητας

Η μεθοδολογία τεκμηριώνεται επαρκώς στα αποτελέσματα.

Ανίχνευση και Χωρική Ανάλυση

Αφού το μοντέλο έδωσε υψηλή ακρίβεια εφαρμόστηκε σε ολόκληρο το σύνολο των δορυφορικών εικόνων. Οι προβλέψεις πιθανότητας του αθροιστικού μοντέλου μετατράπηκαν σε μεμονωμένα σημεία μέσω K-means clustering για την εκτίμηση του πληθυσμού. Για τα χωρικά μοτίβα μετανάστευσης σε διαφορετικές ημερομηνίες, δημιουργήθηκαν χάρτες πυκνότητας σημείων (point density maps) με μήκος κελιού 100 m ακτίνα 500 μέτρων. Αυτοί οι χάρτες, σε συνδυασμό με ιστογράμματα συχνότητας, οπτικοποίησαν πώς οι συναθροίσεις των γκνου αλλάζουν χωρικά και χρονικά, προσφέροντας μια λεπτομερή εικόνα της κατανομής τους στο οικοσύστημα Σερενγκέτι-Μάρα.

Εικόνα 4 Χάρτης θερμών σημείων και χωρικής πυκνότητας διασποράς γκνου.

Εικόνα 5 Χωρική διασπορά εντοπισμένων γκνου, με ιστογράμματα συχνότητας (2009-2020)