Проєкт “Супутники для інспекції дикої природи та відстеження загрози лісу” – SWIFTT

Posted on By

Коротка назва: SWIFTT
Назва: “Супутники для інспекції дикої природи та відстеження загрози лісу” (“Satellites for Wilderness Inspection and Forest Threat Tracking”)
Instrument (Call): HORIZON-EUSPA-2021-SPACE-02-51, “EGNSS and Copernicus applications fostering the European Green deal”
9 учасників, організації з Франції, Італії, Бельгії, Німеччини та Латвії
Тривалість: 3 роки (2023 – 2025)

 

Анотація: Ліси необхідні для життя на Землі. Вони забезпечують середовище існування для тисяч істот і борються зі зміною клімату шляхом поглинання вуглецю. Проте нашим лісам загрожують спалахи комах, пожежі, вітровал і посухи. Примітно, що спалахи комах є однією з головних причин втрати лісів у всьому світі, щорічно знищуючи 85 мільйонів га лісів на 15 мільярдів євро. У той же час, за даними Європейського космічного агентства, лісові пожежі щорічно знищують 400 млн га у глобальному масштабі. Вітер також є суттєвим фактором порушення лісу та життєво важливим компонентом динаміки лісів помірного клімату, які зустрічаються в більшості країн західної, північної та центральної Європи, включаючи Францію, Німеччину та більшість країн Східної Європи.
Зміна клімату впливає на ліси, спричиняючи частіше розмноження комах і надаючи більше сухого палива для глобальних лісових пожеж. Крім того, як частоту, так і потужність великих штормів, що спричиняють вітровали, можна пояснити зміною клімату. Це збільшує частоту спалахів комах, тривалість пожежонебезпечного сезону та розмір уражених вогнем територій. Незліченна кількість середовищ існування втрачається, а поглинання CO2 щорічно зменшується більш ніж на 4850 мільйонів тонн.
Наше рішення, SWIFTT, забезпечить науково обґрунтований і технічно здійсненний спосіб допомогти контролювати лісові ризики та керувати ними: вітровалом, спалахами комах і лісовими пожежами. SWIFTT дозволить менеджерам лісів адаптуватися до зміни клімату за допомогою доступних, простих і ефективних інструментів дистанційного зондування, підкріплених потужними моделями машинного навчання. Наше рішення запропонує послугу щомісячного моніторингу здоров’я лісу за допомогою супутникових зображень Copernicus для виявлення та картографування різноманітних ризиків, яким наражаються ліси та їхні менеджери. Раннє виявлення загрози допомагає вчасно втрутитися. SWIFTT буде перевірено в реальних умовах кількома кінцевими користувачами з лісової промисловості, зокрема Fürstliches Forstamt, Groupe Coopération Forestière and the Rigas Mezia. Ми очікуємо, що до 2030 року будемо здійснювати моніторинг і захист до 130 млн га світових лісів, заощадивши лісівникам понад 468 млн євро на витратах на моніторинг і створивши XXX прямих робочих місць.

 

Публікації за проєктом

  1. Kussul, A. Shelestov, B. Yailymov, H. Yailymova, Semi-Supervised Forest Type Mapping in Europe on Satellite Data, 2023 IDAACS, vol. 1, (2023) pp. 454-458. https://doi.org/10.1109/IDAACS58523.2023.10348948
  2. Salii, V. Kuzin, A. Hohol, N. Kussul, H. Yailymova, Machine learning models and technology for classification of forest on satellite data. In IEEE EUROCON 2023-20th International Conference on Smart Technologies (2023), pp. 93-98. https://doi.org/10.1109/EUROCON56442.2023.10199006
  3. Shelestov, Y. Salii, N. Hordiiko, H. Yailymova Current Advances on Cloud-Based Distributed Computing for Forest Monitoring in Ukraine. Lecture Notes in Networks and Systems, Springer, (2023), pp. 322–336. https://doi.org/10.1007/978-3-031-46880-3_20.
  4. Shumilo, S. Skakun, M. L. Gore, A. Shelestov, N. Kussul, G. Hurtt, D. Karabchuk, V. Yarotskiy, Conservation policies and management in the Ukrainian Emerald Network have maintained reforestation rate despite the war. Communication Earth and Environment, Nature, 4, 443 (2023). https://doi.org/10.1038/s43247-023-01099-4.
  5. Yailymov, H. Yailymova, A. Shelestov, L. Shumilo, Monitoring of Fires Caused by War in Ukraine Based on Satellite Data. 13th International Conference Dependable Systems, Services and Technologies (DESSERT 2023), Greece, Athens, October 13-15, (2023). pp. 1-5, doi: 10.1109/DESSERT61349.2023.10416520.
  6. B. Yailymov, A. Shelestov, H. Yailymova, L. Shumilo, Google Earth Engine framework for satellite data-driven wildfire monitoring in Ukraine. Fire, 6(11), (2023), 411. https://doi.org/10.3390/fire6110411
  7. B. Yailymov, H. Yailymova, N. Kussul, A. Shelestov European-wide High-fidelity Forest Type Maps. International symposium on applied geoinformatics (2024), 9-10 May, Wroclaw, Poland. p. 48. Link>>>
  8. H. Yailymova, B. Yailymov, Y. Salii, V. Kuzin, A. Odruzhenko, S. Sydorenko, A. Shelestov, N. Kussul, A multimodal dataset for forest damage detection and machine learning. Proceedings of 2024 IEEE International Geoscience and Remote Sensing Symposium, 7 – 12 July, (2024), Athens, Greece (accepted)
  9. Salii, V. Kuzin, A. Lavreniuk, N. Kussul, Features’ Selection for Forest State Classification Using Machine Learning on Satellite Data. Proceedings of 2024 IEEE International Geoscience and Remote Sensing Symposium, 7 – 12 July, (2024), Athens, Greece (accepted)
  10. Salii, V. Kuzin, N. Kussul, A. Lavreniuk, Optimized Feature Engineering for Semantic Segmentation of Satellite Imagery. Computers and Geosciences (under review) (2024)
  11. Bohdan Yailymov, Hanna Yailymova, Nataliia Kussul and Andrii Shelestov Semi-supervised European forest types mapping using high-fidelity satellite data. 4th International Workshop of IT-professionals on Artificial Intelligence (ProfIT AI 2024), 25-27.09.2024 (presented)
  12. A. Shelestov, N. Kussul, Y. Salii, B. Yailymov, H. Yailymova, V. Kuzin, O. Parkhomchuk Semantic segmentation of forest diseases: feature engineering and dataset creation. EuroGEO WORKSHOP 2024, 8-10 October 2024 (presented)