Vytisknout tuto stránku

Peter Surový: Strojové učení a cloud pomáhají vytvářet bezpečnější lesy

30. 4. 2022
Peter Surový: Strojové učení a cloud pomáhají vytvářet bezpečnější lesy

V národním parku České Švýcarsko se nechávají lesy přirozenému vývoji, což způsobuje, že se v něm kvůli kůrovcové kalamitě nalézají rozsáhlé oblasti souší, které mohou být potenciálně nebezpečné pro dopravu i turistiku. Právě ty mapoval tým Petera Surového z České zemědělské univerzity v Praze za pomoci moderních technologií.

Vědci a studenti využili snímkování z letadel, dronů, strojové učení a zpracování dat v Microsoft cloudu, což umožnilo vytvořit unikátní 3D model lesních porostů a porovnat i proměny lesa v čase.

2022 27 04LesyJaká je aktuální situace lesů v NP České Švýcarsko?

Kvůli velkému rozšíření kůrovce v současnosti obsahuje národní park České Švýcarsko rozsáhlé oblasti odumřelých jehličnatých stromů, ty mají sníženou stabilitu a během několika let padají na zem. Kůrovcová kalamita zde sice pomalu končí, ale zhruba polovina všech porostů odumřela, druhou polovinu tvoří listnaté lesy.

Analyzovaných stromů bylo zhruba 80 tisíc. Jak velký rozsah lesa to představuje?

Reálně jsme stromů analyzovali násobně více, 80 tisíc je počet stromů, které ohrožují nebo ohrožovaly turistické stezky a cesty. Hodnotili jsme celý NP České Švýcarsko, což představuje zhruba osm tisíc hektarů porostů – a každý hektar může mít teoreticky až několik set stromů. To jsou miliony zkoumaných objektů, my jsme se však zaměřili jen na ty, které jsou blízko komunikací.

Co konkrétně tedy bylo předmětem vašeho výzkumu?

Náš tým pomocí moderních technologií zkoumal tamější oblast a zároveň jsme porovnávali vývoj a proměny jedné z nejcennějších přírodních lokalit u nás. Používáme na to plošné měření lesů, konkrétněji laserové a fotogrammetrické snímkování. Tyto metody jsou výpočetně velmi náročné, na druhé straně jsou však schopné poskytovat velmi přesné informace o porostu, například o tom, jaké jsou v určitém místě koruny stromů, kolik je ve vzorku jednotlivých kmenů, jaký objem dřeva představují a podobně. Díky takto podrobnému zkoumání umíme detailně analyzovat rozsáhlé oblasti lesa. To představuje výrazný posun proti klasickým kartografickým metodám, které jsou výběrové, zkoumají situaci pouze v určitých vzorcích a celkový výsledek se na jejich základě dopočítává.

Jak probíhal samotný proces analýzy těchto potenciálně nebezpečných stromů?

Jedná se o fotogrammetrii, což je digitální fotografie pořízená z letadla a částečně z dronu. Materiály se propojují do digitálního modelu, tvoří síť bodových mračen a případně se spojí s laserovým snímkováním pořizovaným ze země. Díky bodovým mračnům získáváme kompletní informaci o porostu. Tyto technologie můžeme jednoduše propojit, protože každý strom v rizikové oblasti je snímkován minimálně ze dvou míst a jeho struktura je namapována do globálního souřadnicového systému. Jedná se o podobný princip, na kterém fungují lidské oči, a vytváříme díky němu 3D povrch zkoumaného lesa.

Dokážete odhadnout, kolik takových snímků bylo během projektu vyfotografováno?

Bavíme se až o desítkách tisíc fotografií na jedno měření. Následně potřebujeme každou jednotlivou fotografii porovnat, zjistit, jestli je to záběr na totéž území, a propojit jednotlivá stejná místa na různých snímcích. Z nich se vytvoří paralaxa (rozdíl polohy bodu vzhledem k pozadí při pozorování ze dvou různých míst) a z ní lze již získat jednotlivou 3D informaci o každém stromu. To nelze dělat manuálně, je k tomu potřeba umělá inteligence a velký výpočetní výkon. Pokud by něco takového měl vytvářet člověk, strávil by na několika snímcích měsíce práce.

Jak vlastně váš projekt vznikl?

Jedná se o součást většího programu excelentního výzkumu Eva 4.0, podpora adaptace lesnictví a dřevařství na globální změnu a čtvrtou průmyslovou revoluci. Ten se zaměřuje na proměny českých lesů z mnoha stran a my jsme pracovali na jedné z jeho několika částí. Než jsme s projektem před několika lety začali, měli jsme sice povědomí o možnostech cloudu a strojového učení, ale rozsáhlejší praktické zkušenosti nám chyběly. Právě v té době naši IT specialisté hledali ideální řešení pro naše výpočetně náročné potřeby mezi řadou dodavatelů. Ve stejný čas přišla společnost Microsoft s nabídkou svých služeb pro univerzity, které vyhovovaly našim požadavkům.

Jak se takové modely vytvářely před nástupem výpočetní techniky?

Lidé si tehdy museli postačit s vrstevnicemi, tato metoda se prosadila zhruba v období druhé světové války. Pomocí stereoskopického snímku s mírně odlišnou vzdáleností se promítaly operátorovi do očí a on pomocí speciálního zařízení vykresloval vrstevnici.

Zpět do současnosti: co musí umět program, aby dokázal zpracovat tak obrovské množství snímků a správně je analyzovat?

V dnešní době je umělá inteligence schopna pracovat velmi samostatně a člověk do vytváření modelu vstupuje pouze minimálně, především skrze předpřipravení zpracovávaných dat. Právě kvalita vstupního materiálu, tedy fotografií, je však stále zásadní. Ty musejí mít dostatečný překryv ve správném úhlu. Člověk musí propojit tzv. vlícovací body do státního geodetického systému. Výsledkem celého procesu je 3D mapa daného území. Takto zpracované snímky jde dokonce převést do virtuální reality a pomocí VR brýlí těmito místy procházet.

Jak lze tyto modely prakticky využít, kromě přehledu o potenciálně nebezpečných stromech?

Modely jako tento jsou velmi užitečné pro plánování zpracování stromů. V tomto případě se národní park dozví, kolik jich je, a dokáže jednoduše vypočítat, jak dlouho bude trvat jejich případné zpracování. Z modelů lze také simulovat, jak rychle kalamita postupovala nebo bude postupovat.

Kdo všechno se na vaší univerzitě zapojil do vytváření modelu?

Zapojili se jak diplomanti, tak doktorandi. Pracovali nejen se snímky, ale prováděli například i kontrolní kalibrační práce přímo na místě. V jednom momentě na projektu pracovalo zhruba 10 až 15 lidí, minimálně polovina z nich byli studenti. Pro ně je to přínosné, protože si prakticky mohli vyzkoušet řadu činností, jako je zpracování snímků a map, vyhodnocení výškových modelů, ale i přímo práce na strojovém učení. Někteří svou zkušenost rovnou přetavili do svých závěrečných prací. Zkušenosti, které studenti při projektu nabrali, jsou dále uplatnitelné například pro práci v hospodářských lesích či jiných lesních porostech, kde je potřeba provést jejich analýzu v určitém roce a případně sledovat jejich vývoj v čase při porovnání dat z různých období.

Jak velké byly datové soubory zpracovávané v cloudu?

Bavíme se zhruba o 500 GB a větších souborech. Lze je sice zpracovávat i na dostatečně výkonném místním serveru, ale ten je pak naprosto vytížen a není možné ho využívat pro jiné činnosti, proto je lepší přesunout výpočty do sdíleného cloudu. Ten je zároveň zhruba o 10 až 20 procent rychlejší, což už přináší významný efekt, protože zpracování dat trvá až několik dní. Má to i bezpečnostní aspekt. Pokud by například došlo k nějaké výpočetní chybě nebo krátkodobě vypadl proud, musí se celý výpočtový proces opakovat. Na druhou stranu, pokud v daném období nepotřebujeme obrovský výpočetní výkon, nemusí se univerzita o nic starat. Mezi časově náročné procesy patří i samotné kopírování údajů, protože se jedná o poměrně velké soubory dat.

Existují i další výzkumy, které využíváte pro cloudové výzkumy na ČZU?

Kolegové pracují například na simulacích na úrovni celé Evropy a modelují, jak se budou měnit evropské lesy v případě oteplení.

Lesnictví je vnímáno veřejností jako poměrně tradiční obor. Reflektujete proměny technologií i při výuce?

Jednoznačně vnímám posun k většímu důrazu na digitální znalosti a dovednosti, které souvisejí s technologickou proměnou naší práce. Dnes již není možné, aby člověk, který se tímto oborem zabývá, neovládal moderní technologie a neuměl prakticky využít jejich možnosti. Takový absolvent by měl velmi špatné uplatnění na trhu práce, protože v oboru kartografie už se pracuje téměř výlučně digitálně. Tu proměnu vnímá i běžný člověk, papírové mapy jsou na ústupu. Vědět, jak fungují servery a jak pracovat digitálně, je základem pro inženýra třetího tisíciletí nejen v našem oboru. Široká veřejnost o tom nemá povědomí, ale na naší fakultě se dnes již lesníci kromě jiného učí i programovat.

 

Zdroj: Česká zemědělská univerzita


surovy3

Peter Surový

je vedoucím Katedry hospodářské úpravy lesů České zemědělské univerzity v Praze a místopředseda akademického senátu Fakulty lesnické a dřevařské téže univerzity.