Detection of Sosnowsky's hogweed (Heracleum sosnowskyi Manden.) based on uav survey data | Детектирование борщевика Сосновского (Heracleum sosnowskyi Manden.) на основе данных съемки с беспилотного летательного аппарата

anglais. The areas occupied by Sosnowsky's hogweed (Heracleum sosnowskyi Manden.) have significantly increased in recent years in Russia and abroad, which has led to the necessity of developing reliable methods of monitoring its habitats. The purpose of the research was to evaluate the possibilities of detecting Sosnowsky's hogweed by means of territory survey using an unmanned aerial vehicle. The research was carried out on the example of the key 70 ha area in the Tver region where Sosnovsky's hogweed grows in small massifs on the abandoned plots next to plowable fields. The area was photographed on June 30, 2021, in the growth phase of hogweed from the altitude of 100 m using unmanned aerial vehicle DJI Matrice 200 equipped with Zenmuse X4S gyrostabilized camera shooting in the visible range. The resulting color image was decomposed into 3 channels (R, G, and B). After that, several training classifications were performed to distinguish inflorescences and leaves of hogweed. After combining the inflorescence and leaf maps, we obtained a map of hogweed distribution in the study area. Its accuracy was estimated on the basis of the classification error matrix, and it was more than 95%. Consequently, plants of Sosnovsky's hogweed can be successfully automatically detected by images taken by an unmanned aerial vehicle with a standard camera during the flowering phase of the plants. It appeared that in contrast to satellite imagery, the detection algorithm for each mosaics of the drone images is individual. This is predetermined by the specifics of imaging, the type of ground cover of the study area (especially the type of vegetation cover), as well as the phenophase of hogweed at the time of imaging. It is impossible to use the developed algorithm on other territories without its adaptation. The detection accuracy can be improved by selecting the optimal time of survey or by using multitemporal images.

russe. В последние годы в России и за рубежом значительно увеличились площади, занятые борщевиком Сосновского (Heracleum sosnowskyi Manden.), что привело к необходимости разработки надежных методов мониторинга его ареалов. Цель работы - оценка возможностей детектирования борщевика Сосновского по данным съемки территории с использованием беспилотного летательного аппарата. Исследования проведены на примере ключевого участка в Тверской области площадью 70 га, где борщевик Сосновского произрастает небольшими массивами на заброшенных участках, соседствующих с распахиваемыми полями. Съемку проводили 30 июня 2021 г. в фазе цветения борщевика с высоты 100 метров с использованием беспилотного летательного аппарата DJI Matrice 200, оснащенного гиростабилизируемой камерой Zenmuse X4S, ведущей съемку в видимом спектральном диапазоне. Полученное цветное изображение было разложено на 3 канала (R, G и B). После этого последовательно провели несколько классификаций с обучением для выделения соцветий и листьев борщевика. После объединения карт соцветий и карт листьев была получена карта распространения борщевика на территории исследований. Ее точность оценивали на основе построения матрицы ошибок классификации, и она составила более 95%. Следовательно, растения борщевика Сосновского в фазе цветения могут быть успешно автоматизированно детектированы по изображениям, получаемым с беспилотного летательного аппарата с помощью стандартной фотокамеры. При этом, в отличие от спутниковой съемки, алгоритм детектирования для каждой мозаики изображения, полученного с беспилотного летательного аппарата индивидуален. Это предопределяют специфика съемки, тип наземного покрова территории исследований (особенно тип растительного покрова), а также фенофаза борщевика в момент съемки. Использование разработанного алгоритма на других территориях невозможно без его адаптации. Точность детектирования может быть повышена путем подбора оптимального срока съемки или с использованием мультивременных изображений.