💻 computer science

Estimating the Diameter at Breast Height of Trees in a Forest from RGB

تقدم هذه الورقة مسار عمل منخفض التكلفة وشبه مؤتمت باستخدام فيديو بزاوية 360 درجة من فئة المستهلك وتقنية القياس التصويري من خلال "الاستعادة من الحركة" (SfM) لتقدير قطر جذع الشجرة عند مستوى الصدر بمتوسط خطأ نسبي مطلق يتراوح بين 5-9%، محققةً دقة تضاهي طرق "الليدار" (LiDAR) باهظة الثمن مع تقليل التكلفة والتعقيد التشغيلي بشكل كبير.

المؤلفون الأصليون: Siming He, Zachary Osman, Fernando Cladera, Dexter Ong, Nitant Rai, Patrick Corey Green, Vijay Kumar, Pratik Chaudhari

نُشر 2026-04-17

📖 5 دقيقة قراءة🧠 قراءة متعمّقة

CC BY 4.0

المؤلفون الأصليون: Siming He, Zachary Osman, Fernando Cladera, Dexter Ong, Nitant Rai, Patrick Corey Green, Vijay Kumar, Pratik Chaudhari

البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل

تخيل أنك مدير غابات تحاول معرفة مقدار الكربون الذي تخزنه الغابة أو كمية الأخشما التي تحتويها. للقيام بذلك، تحتاج إلى قياس سمك جذوع الأشجار عند ارتفاع معين (حوالي مستوى الصدر، أو 1.3 متر). يُسمى هذا القياس DBH (القطر عند مستوى الصدر).

تقليديًا، يتعين على حراس الغابات الدخول إلى الغابة، والبحث عن كل شجرة، ثم لف شريط قياس حولها. هذه العملية بطيئة، ومرهقة، وصعبة التنفيذ لآلاف الأشجار.

تقدم هذه الورقة البحثية طريقة مختصرة تقنية ومنخفضة التكلفة تستخدم كاميرا بسيطة بزاوية 360 درجة (مثل الكاميرات المستخدمة في جولات الواقع الافتراضي) لقياس الأشجار تلقائيًا. إليك كيف يعمل ذلك، مقسمًا إلى خطوات بسيطة مع بعض التشبيهات الإبداعية.

1. المشكلة: "الماسح الليزري" باهظ الثمن مقابل "الكاميرا" الرخيصة

الطريقة القديمة (LiDAR): فكر في نظام "ليدار" (LiDAR) كأنه ماسح ليزري عالي المستوى مخصص للاستخدامات العسكرية. هو يطلق أشعة ليزر على الأشجار ويبني نموذجًا ثلاثي الأبعاد مثاليًا. إنه دقيق للغاية (مثل مسطرة النجار الماهر)، ولكنه يكلف آلاف الدولارات ويتطلب متخصصًا لتشغيله.
الطريـقة الجديدة (فيديو 360 درجة): يقول المؤلفون: "لماذا ننفق ثروة بينما يمكننا استخدام كاميرا استهلاكية؟" هم يستخدمون كاميرا 360 درجة رخيصة (مثل Insta360) مثبتة على طائرة بدون طيار (درون) أو حقيبة ظهر. الأمر يشبه استخدام هاتف ذكي بدلاً من كاميرا احترافية (DSLR). إنها رخيصة، سهلة الاستخدام، ومتاة للجميع.

2. العملية: كيف يحولون الفيديو إلى قياسات

قام الفريق ببناء "وصفة" (مسار عمل) لتحويل ذلك الفيديو إلى قياسات للأشجار. إليك المكونات الثلاثة الرئيسية:

الخطوة أ: بناء العالم ثلاثي الأبعاد (حل اللغز)

أولاً، يأخذون فيديو الـ 360 درجة ويغذونه في برنامج يسمى Agisoft Metashape.

التشبيه: تخيل التقاط مئات الصور لتمثال من كل الزوايا واستخدام الكمبيوتر لتجميعها في نموذج ثلاثي الأبعاد. يسمى هذا "الهيكلية من الحركة" (Structure from Motion - SfM). يبحث البرنامج في كيفية تحرك البكسلات بين الإطارات لمعرفة أين كانت الكاميرا ويبني "سحابة نقاط" (سحابة رقمية من النقاط تمثل الغابة).
العقبة: الكمبيوتر يبني الغابة، لكنه لا يعرف حجمها الحقيقي بعد. قد يعتقد أن الشجرة طولها 10 أمتار بينما هي في الواقع 5 أمتار. لذا، وضع الفريق علامة معروفة الحجم (مربع بمساحة 1 متر مربع) في المشهد ليقول للكمبيوتر: "مهلاً، هذا المربع مساحته متر واحد بالضبط. قم بموازنة كل شيء آخر بناءً على ذلك".

الخطوة ب: تحديد الجذوع (التحديد الرقمي)

الآن لديهم غابة ثلاثية الأبعاد، لكنها مزيج فوضوي من الأوراق، والأغصان، والأرض، والجذوع. يحتاجون إلى عزل الجذوع فقط.

التشبيه: تخيل أن لديك صورة ضخمة لغابة، وتريد تظليل جذوع الأشجار فقط باللون الأحمر. تطلب من ذكاء اصطناعي فائق الذكاء (يسمى Grounded SAM) أن "يجد جذوع الأشجار". يقوم الذكاء الاصطناعي برسم قناع (Mask) حول الجذوع في الصور ثنائية الأبعاد.
السحر: يقوم النظام بإسقاط تلك الأقنعة الحمراء ثنائية الأبعاد على السحابة النقاط ثلاثية الأبعاد. فجأة، يعرف الكمبيوتر بالضبط أي النقاط ثلاثية الأبعاد تنتمي لجذع الشجرة وأيها تنتمي لورقة شجر. الأمر يشبه استخدام قلم تحديد رقمي لتلوين الجذوع في مساحة ثلاثية الأبعاد.

الخطوة ج: قياس القطر (مطابقة الشكل)

بمجرد عزل الجذع، يقوم الكمبيوتر بقطع النموذج ثلاثي الأبعاد عند "مستوى الصدر" (1.3 متر) للحصول على مقطع عرضي. ثم يحاول تخمين شكل ذلك المقطع.

التحدي: جذوع الأشجار ليست دوائر مثالية؛ فهي متعرجة، وغير منتظمة، وأحيانًا تكون مرئية جزئيًا بسبب الأوراق أو الأشجار الأخرى.
الحل: جرب الفريق ثلاث طرق لمطابقة شكل مع المقطع:
1. الشكل الإهليلجي (Ellipse): محاولة مطابقة دائرة ممطوطة.
2. منحنى بي-سبلاين (B-Spline): محاولة رسم خط سلس ومرن عبر النقاط.
3. سلسلة فوريه (Fourier Series): وهي الفائزة. فكر في هذا كـ "تموج" رياضي يمكنه الانحناء والالتواء ليتناسب مع الشكل المتعرج وغير المنتظم لجذع الشجرة الحقيقي، حتى لو كانت أجزاء من الجذع مفقودة أو مخفية.
النتيجة: كانت طريقة "فوريه" هي الأكثر قوة، حيث عملت مثل شريط مطاطي مرن يلتف بدقة حول الشكل غير المنتظم للشجرة، متجاهلة الضجيج والفجوات.

3. النتائج: ما مدى جودتها؟

اختبر الفريق هذه الطريقة على 43 شجرة باستخدام 61 مسحًا مختلفًا.

الدقة: كانت طريقتهم بعيدة عن الواقع بنسبة تتراوح بين 5% إلى 9% مقارنة بإنسان يقيس باستخدام شريط القياس.
المقارنة: طريقة الـ LiDAR الباهظة أكثر دقة قليلاً (بنسبة خطأ 2-4% فقط)، لكن الفرق ضئيل.
المقايضة: أنت تضحي بجزء بسيط من الدقة مقابل انخفاض هائل في التكلفة والتعقيد. بدلاً من الحاجة إلى ماسح ليزري بـ 20,000 دولار ومتخصص بشهادة دكتوراه لتشغيله، يمكنك استخدام كاميرا بـ 500 دولار وحقيبة ظهر.

4. تصور "السر الخفي"

قاموا أيضًا ببناء أداة تفاعلية رائعة (تشبه عارض ألعاب الفيديو) حيث يمكنك النقر على شجرة في الغابة ثلاثية الأبعاد، وسوف تخبرك فورًا بهويتها (ID) وسمكها التقديري. هذا يساعد البشر على التحقق من عمل الكمبيوتر.

الملخص: لماذا يهم هذا؟

هذه الورقة البحثية تتعلق بـ "دمقرطة علم الغابات".

قبلًا: كان بإمكان الحكومات الغنية أو الشركات الكبرى فقط تحمل تكلفة قياس الغابات بدقة.
الآن: يمكن لأي شخص يمتلك كاميرا 360 درجة رسم خريطة للغابة، وتقدير تخزين الكربون فيها، وإدارة صحتها.

الأمر يشبه الانتقال من الحاجة إلى طاقم تصوير سينمائي محترف لصنع فيلم، إلى مجرد استخدام هاتف آيفون. الجودة قد لا تكون بمستوى "هوليوود"، لكنها جيدة بما يكفي لمعظم الناس، وهي متاحة للجميع. هذا يسمح لنا بمراقبة غابات كوكبنا بشكل متكرر، ورخيص، وفعال.

إليك ملخص تقني مفصل للورقة البحثية بعنوان "تقدير قطر الأشجار عند مستوى صدر الإنسان من خلال صور RGB".

1. بيان المشكلة

تتطلب عمليات جرد الغابات قياسات دقيقة لـ قطر الشجرة عند مستوى الصدر (DBH) (الذي يُقاس على ارتفاع 1.3 متر فوق سطح الأرض) لأغراض حساب الكربون، وتقدير الكتلة الحيوية، وإدارة الموارد.

القيود الحالية: الطرق اليدوية التقليدية (أشرطة القياس/الفرجار) تتطلب جهداً بشرياً كبيراً وغير فعالة على نطاق واسع. أما تقنيات LiDAR فتتميز بدقة عالية (غالباً أقل من 2 سم في جذر متوسط المربعات RMSE) ولكنها باهظة التكاليف، وتتطلب برمجيات معالجة متخصصة، وتحتاج إلى موظفين مدربين، مما يحد من انتشار استخدامها على نطاق واسع.
الهدف: تطوير بديل منخفض التكلفة، وقابل للتوسع، وسهل الوصول باستخدام أجهزة استهلاكية عادية، يحقق دقة مقاربة لتقنية LiDAR دون التكاليف أو التعقيدات المرتبطة بها.

2. المنهجية

يقترح المؤلفون مسار عمل شبه مؤتمت يقوم بتحويل بيانات الفيديو بزاوية 360 درجة إلى تقديرات لقطر الشجرة (DBH). يتكون سير العمل من ست مراحل رئيسية:

أ. الحصول على البيانات

الأجهزة: كاميرا Insta360 360° استهلاكية مثبتة إما على طائرة بدون طيار (Falcon UAV) أو على برج مثبت فوق حقيبة ظهر.
الحقيقة الأرضية (Ground Truth): قياسات يدوية باستخدام أشرطة القطر وبيانات LiDAR (مستشعر Ouster) تم جمعها في وقت واحد للمقارنة المرجعية.
التحجيم (Scaling): يتم وضع علامة ArUco بمقاس 1م × 1م في المشهد لضبط مقياس إعادة البناء ثلاثي الأبعاد يدوياً إلى وحدات مترية حقيقية.

ب. إعادة البناء ثلاثي الأبعاد (SfM)

البرمجيات: تُستخدم Agisoft Metashape لمعالجة فيديو الـ 360 درجة.
العملية:
1. المحاذاة (Alignment): يقوم نظام "البنية من الحركة" (Structure from Motion - SfM) بتقدير وضعيات الكاميرا والمعلمات الداخلية من الصور متساوية المستطيلات (equirectangular).
2. السحابة الكثيفة (Dense Cloud): يقوم نظام "الرؤية متعددة المناظر" (Multi-View Stereo - MVS) بتوليد سحابة نقاط كثيفة ثلاثية الأبعاد وشبكة منسوجة (textured mesh).
3. التحجيم: يتم تحجيم النموذج باستخدام الأبعاد المعروفة لعلامة ArUco.

ج. التجزئة الآلية لجذوع الأشجار

لعزل جذوع الأشجار عن بيئة الغابة المليئة بالضجيج (الأرض، المظلة الشجرية، النباتات التحتية):

الإسقاط الدلالي (Semantic Projection): يُستخدم نموذج Grounded SAM (نموذج Segment Anything) مع الأمر النصي "tree trunk" لتوليد أقنعة تجزئة ثنائية الأبعاد على الصور متساوية المستطيلات.
الإسقاط ثلاثي الأبعاد: يتم إسقاط هذه الأقنعة ثنائية الأبعاد على سحابة النقاط ثلاثية الأبعاد. ويتم الاحتفاظ بالنقاط التي تتلقى تسمية "جذع" (trunk) من مناظر متعددة.
التصفية (Filtering):
- إزالة الأرض: يستخدم خوارزمية RANSAC لتحديد وإزالة مستوى الأرض.
- تصفية المتجهات (Normal Filtering): تُزال النقاط غير الموازية للأرض (بافتراض أن الأشجار تميل بأقل من 45 درجة).
- التجميع (Clustering): يقوم خوارزمية DBSCAN بتجميع النقاط المتبقية. ويتم استبعاد التجمعات الصغيرة (الضجيج) باستخدام عتبة Otsu.
- التوسيع (Expansion): يتم توسيع التجمعات لاستعادة النقاط التي فُقدت أثناء الإسقاط الأولي.

د. تقدير قطر الشجرة (التركيب الهندسي)

بمجرد تجزئة الجذع، يتم استخراج مقطع عرضي عند ارتفاع 1.3 متر (تحديداً نطاق 30 سم من 1.22 م إلى 1.52 م). يقارن المؤلفون بين ثلاثة طرق للتركيب ضمن إطار عمل RANSAC للتعامل مع القيم المتطرفة:

تركيب القطع الناقص بطريقة المربعات الصغرى (Least-squares Ellipse Fitting).
تركيب B-spline الدوري (Periodic B-spline Fitting).
سلسلة فوريه المبتورة (الدرجة 2) (Truncated Fourier Series): تمثل المنحنى بارامترياً في الإحداثيات القطبية ( $r(t) = a_0 + \sum a_i \cos(it) + b_i \sin(it)$ ).

الاختيار: حققت طريقة سلسلة فوريه باستمرار أقل خطأ وأقل تباين. ويتم حساب القطر النهائي (DBH) عن طريق قسمة محيط المنحنى المركب على $\pi$ .

هـ. التصوير المرئي (Visualization)

تسمح أداة تفاعلية مخصصة (تعتمد على viser) للمستخدمين بفحص السحابة النقطية ثلاثية الأبعاد، وعرض الجذوع المجزأة (المميزة باللون الأحمر)، والنقر على أشجار معينة لعرض معرفها الفريد وقطرها المقدر.

3. المساهمات الرئيسية

مسار عمل متكامل: نظام كامل يحول فيديو 360 درجة إلى تقديرات لقطر الشجرة باستخدام SfM، وGrounded SAM للتجزئة، والتركيب الهندسي القوي.
أجهزة منخفضة التكلفة: إثبات أن كاميرا 360 درجة استهلاكية واحدة (أرخص بعدة مراتب من LiDAR) يمكنها تحقيق دقة مقاربة لـ LiDAR.
خوارزمية تركيب قوية: تحديد سلسلة فوريه المبتورة كأفضل طريقة للتعامل مع المقاطع العرضية ذات الرؤية الجزئية أو الضوضاء مقارنة بالقطع الناقص أو B-splines.
أداة تفاعلية: تطوير واجهة تصوير مرئي للتحقق والتحليل من قبل باحثي الغابات.

4. النتائج التجريبية

تم تقييم النظام على 61 عينة من 43 شجرة من أنواع مختلفة في غابات Stadium Woods بفرجينيا تيك.

الدقة:
- حققت الطريقة متوسط خطأ نسبي مطلق يتراوح بين 5-9% مقارنة بالحقيقة الأرضية اليدوية.
- هذا أعلى بـ 2-4% فقط من تقديرات LiDAR الحديثة (التي تحقق عادةً خطأ بنسبة ~2-5%).
أداء التركيب:
- تركيب فوريه: تفوق باستمرار على الطرق الأخرى، حيث سجل متوسط خطأ قدره 4.8% للأشجار ذات الرؤية الكاملة و8.1% للأشجار ذات الرؤية الجزئية.
- القطع الناقص/B-Spline: أظهرت حساسية أكبر للاحتجاب الجزئي والضجيج، حيث ارتفعت الأخطاء بشكل كبير (وصلت إلى 19.5% للقطع الناقص في الرؤى الجزئية).
مقارنة المنصات:
- حقيبة الظهر (المشي): خطأ أقل (متوسط 6.2%) بسبب التغطية الأفضل وقلة ضبابية الحركة.
- الطائرة بدون طيار (الدرون): خطأ أعلى (متوسط 11.5%) بسبب ضبابية الحركة وعدم القدرة على الطيران بالقرب من الأوراق والأغصان.
المقارنة مع LiDAR:
- عند مقارنتها بنظام ملاحة ليدار-قصوري (LiDAR-inertial odometry) باستخدام نفس مسار العمل، كان نهج التصوير الفوتوغرامتري يؤدي في الواقع بشكل أفضل قليلاً في بعض المقاييس، رغم أن طريقة LiDAR "لكل مسح" (بيانات أنقى، لا يوجد انزياح) تظل هي المعيار الذهبي للدقة تحت السنتيمتر.

5. الأهمية والخاتمة

سهولة الوصول: تعمل الطريقة المقترحة على دمقرطة جرد الغابات من خلال استبدال أنظمة LiDAR المكلفة والمتخصصة بكاميرات 360 درجة منخفضة التكلفة ومتوفرة على نطاق واسع.
المقايضة (Trade-off): بينما تضحي الطريقة بالدقة تحت السنتيمتر (تقدم خطأ بنسبة ~5-9% مقابل ~2-5% لـ LiDAR)، فإن الخفض في تكلفة المستشعرات بمقدار رتبتين من حيث الحجم وسهولة النشر يجعلها مثالية لتطبيقات الغابات واسعة النطاق أو محدودة الموارد حيث لا تكون الدقة تحت السنتيمتر أمراً حرجاً.
العمل المستقبلي: يهدف المؤلفون إلى أتمتة خطوة التحجيم اليدوي، والتحقق من الصحة في مساحات غابات متنوعة أكبر، وتوسيع النظام لتقييم أنواع الأشجار وصحتها.

باختصار، تقدم هذه الورقة بديلاً قابلاً للتطبيق ومنخفض التكلفة لتقنية LiDAR لمراقبة الغابات، مما يثبت أن تقنيات الرؤية الحاسوبية المتقدمة (SfM + نماذج التأسيس + التركيب القوي) يمكنها سد الفجوة بين الأجهزة الاستهلاكية والمتطلبات المهنية لعلوم الغابات.