3D Reconstruction of deciduous Trees using low-cost UAV- and Crane-based Photogrammetry for Monitoring Shoot Elongation across entire Canopies
Deze studie toont aan dat goedkope UAV- en CraneCam-gebaseerde fotogrammetrie nauwkeurig 3D-modellen van volledige loofbomen kan reconstrueren met subcentimeterprecisie en een hoge volledigheid, wat een levensvatbare methode biedt voor het monitoren van de lengtegroei van scheuten over volledige kronen om de impact van klimaatverandering op de primaire boomgroei beter te begrijpen.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
Stel je voor dat je probeert te meten hoeveel een boom zijn benen uitstrekt in de lente. Je kunt niet zomaar een liniaal pakken en het hele ding meten, want de takken hangen te hoog, zijn te kronkelig en bedekt met bladeren die nog niet eens volledig geopend zijn. Wetenschappers zijn er erg goed in geweest om te meten hoe dik een boom wordt (zoals het controleren van zijn middel), maar het meten van hoe lang de nieuwe scheuten groeien (de hoogtegroei) is een totaal mysterie geweest.
Dit artikel gaat over een team onderzoekers dat besloot dit puzzelstukje op te lossen door bomen te veranderen in gigantische 3D-videogames. Ze wilden zien of ze met goedkope drones en een speciale camerakraan een perfecte digitale tweeling van een boom konden bouwen, tot aan de punt van de nieuwste, dunste twijg.
De belangrijkste ontdekking: Drones kunnen het kleine spul zien
Het grote nieuws is dat ja, je kunt een supernauwkeurig 3D-model van een hele boom maken met een drone die minder dan 250 gram weegt (lichter dan een zak bloem). Wanneer ze deze drones rond bomen in een Zwitsers park vlogen, slaagden ze erin een digitale puntenwolk te creëren die de echte boom matchte met een nauwkeurigheid van 5 tot 6 mm. Dat is ongeveer de dikte van een potloodgummetje!
Ze testten twee soorten drones: een piepkleine, superlichte drone (de DJI Mini 3 Pro) en een iets zwaardere, meer professionele drone (de DJI Phantom 4 Pro V2). Beiden werkten, maar de zwaardere drone was als een scherpziende havik vergeleken met een ietwat wazige uil. De professionele drone gaf een 3D-puntnauwkeurigheid van 5,1 mm, terwijl de piepkleine drone op 6,5 mm zat. De professionele drone slaagde er ook in om 98% van de takken van de boom te reconstrueren, terwijl de piepkleine drone nog steeds een indrukwekkende 92% haalde.
De "Nep-Twijg" Test
Hoe weet je of de drone niet gewoon dingen verzint? Het team werd creatief. Ze 3D-printen een nep-tak (ze noemden het een "Ground-Truth Branch") met specifieke, bekende diktes: 3 mm, 5 mm, 7 mm en 10 mm. Ze plakten deze nep-twijg op een echte boom en vlogen vervolgens met de drones eroverheen.
Het resultaat? De drones konden het dunste deel van 3 mm van de nep-tak zien. Echter, de drones hadden wat moeite met de exacte breedte. De professionele drone gokte dat de dikte ongeveer 3 mm te breed was, terwijl de piepkleine drone dacht dat hij 7 mm te breed was. Dus, hoewel ze de kleine scheuten wel kunnen zien, zijn ze nog niet heel goed in het exact meten van hun dikte.
Wat ze hebben uitgesloten (De "Niet-Goedkeur"-zone)
De onderzoekers hebben niet slechts één ding geprobeerd; ze hebben ook een paar dingen geprobeerd die niet werkten.
- De "Wazige" Drone: Ze testten een derde drone (de DJI Mavic 3T) maar schopten deze snel uit de wedstrijd. De sensor van de camera was te klein, waardoor de beelden te wazig waren om de kleine takjes te zien.
- De Vliegende Laser: Ze probeerden ook een drone met een laser scanner (LiDAR) eraan. Dit was een mislukking. De laser scanner was te "ruizig" en kon dunne takken niet duidelijk zien; het liet een tak van 1 tot 2 cm dik lijken alsof hij twee keer zo breed was. Ze concludeerden dat deze methode voor het meten van kleine scheutlengtes een doodlopende weg is.
- De "Kroon-Oppervlakte" Truc: Ze merkten op dat eerdere studies vaak alleen de "huid" van de boom maten (de buitenste vorm van de bladeren). Maar dat vertelt je niet hoeveel de individuele takken binnenin groeien. Dit artikel houdt erop vast dat je het volledige 3D-skelet nodig hebt, niet alleen de huid.
De Kraan en de "Bouwplaats" Camera
Niet alle data kwam van drones. Op een tweede locatie gebruikten ze een camerasysteem gemonteerd op een enorme bouwkraan (een zogenaamde "CraneCam"). Dit is als een camera die op een kraanarm zit en foto's maakt terwijl de kraan ronddraait. Hoewel de camera niet zo dichtbij was als de drones (wat betekende dat de "pixels" groter waren, ongeveer 5,2 mm aan de top van de boom), slaagde het er toch in om een gedetailleerd 3D-model te maken. Dit suggereert dat als je een bos hebt met een gigantische kraan in de buurt (zoals de Swiss Canopy Crane II), je bomen kunt monitoren zonder dat er een piloot in de wind een drone hoeft te besturen.
Het "Skelet" Probleem
Het ultieme doel is om deze puntenwolken te veranderen in een "skelet"—een digitale stokfiguur-versie van de boom waar je precies kunt meten hoeveel elke tak is gegroeid. Het team probeerde een computerprogramma genaamd TreeQSM te gebruiken om dit te doen.
Hier is de adder onder het gras: de skeletten die ze tot nu toe hebben gekregen, zijn een beetje rommelig. Ze zien eruit als een boom, maar ze hebben "glitches"—sommige takken zijn onderbroken en sommige nep-takken verschijnen waar ze niet horen. De auteurs waarschuwen voorzichtig dat deze skeletten op dit moment nog niet klaar zijn om gebruikt te worden voor precieze groeimetingen. Het is een veelbelovend begin, maar de computer moet nog leren hoe hij de chaos van bladeren en overlappende takken moet ontwarren.
De Uitdagingen
Het was niet makkelijk. De onderzoekers moesten de drones handmatig besturen omdat er nog geen software bestaat die kan omgaan met het vliegen zo dicht bij een boom in zo'n nauw patroon. Ze moesten ook vechten tegen de wind, die de takken deed schudden en de foto's wazig maakte. Ze moesten 26 keer over de boom vliegen gedurende enkele maanden om een volledige tijdlaps van de groeiende boom te krijgen.
De Kern van het Verhaal
Dit artikel bewijst dat je een zeer gedetailleerde 3D-kaart van een hele boom kunt maken met goedkope, consumentenwaardige drones, waarbij je details van zo klein als 3 mm vastlegt. Het sluit laser scanners uit voor deze specifieke taak en laat zien dat hoewel de 3D-modellen geweldig zijn, het omzetten van deze modellen in een perfect "skelet" voor het meten van groei nog een werk in uitvoering is. De auteurs suggereren dat met betere AI en meer tijd, dit een standaardmanier zou kunnen worden om bomen in realtime te observeren, wat ons helpt begrijpen hoe klimaatverandering hun ontwikkeling beïnvloedt.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.