Обновить

Оценка качества газонных травостоев с использованием системы Lawn-Master

PythonЭкология
Из песочницы
УДК 58.087
Работа посвящена разработке метода учёта проективного покрытия растений на основе использования фотоплощадок. Оценка учётных газонных площадок показала высокую точность разработанной системы учёта.

Введение


На сегодняшний день острой проблемой современных городских территорий является стремительное ухудшение экологической обстановки. Среди множества существующих экологических проблем современных городов особое внимание уделяется сокращению площадей зелёных насаждений. По причине чрезмерного содержания загрязнителей в окружающей среде и низкого плодородия городских почв происходит деградация зелёных насаждений. Таким образом, появляется необходимость восстановления состояния и увеличения количества зелёных насаждений в городе [1].

В последние годы наряду с кустарниковыми и древесно-кустарниковыми растениями в городском озеленении всё активнее находят применение различные виды газонных травостоев. Использование газонов при озеленении имеет ряд весомых преимуществ: высокая скорость роста, устойчивость к механическим повреждениям, устойчивая корневая система, неприхотливость и высокая декоративность [2].

При проведении оценки качества газонных травостоев наиболее часто используется методика, разработанная А.А. Лаптевым [3]. Данный метод является комплексным и достаточно трудоёмким. Газонным травам даётся оценка по показателям продуктивности побегообразования (по 6-балльной шкале), а также общей декоративности (по 5-балльной шкале).

Продуктивность побегообразования определяется путём подсчета количества побегов на 1 м2. Для этого подсчитывается число побегов на определённом участке (чаще всего 10х10 см), после серии таких замеров выводится средняя величина и переводится на 1 м2.

Проективное покрытие почвы травостоем определяется визуально, глядя сверху вниз под углом 90˚ на травостой. Определяют, какая часть площади покрыта травостоем и выражают эту величину в процентах.

Во время полевых исследований данный процесс занимает большой промежуток времени, однако некоторые авторы указывают на то, что определение проективного покрытия может проводиться при помощи компьютерных преобразований цветного снимка яруса в горизонтальной проекции [4].

Использование информационных технологий оценки проективного покрытия геоботанических ярусов позволяет снизить временные и трудовые затраты на процесс оценки, а также повысить точность замеров [5].

Нами предложен способ определения проективного покрытия газонных травостоев, основанный на автоматическом выделении контуров растений на цифровых снимках.

В связи с этим целью работы является проведение оценки качества существующих в г. Алчевске травостоев с использованием разработанной нами системы LawnMaster.

Задачи исследования


  1. Оценка показателей продуктивности побегообразования и проективного покрытия газонных травостоев г. Алчевска.
  2. Визуальное определение проективного покрытия учётных площадок газонных травостоев.
  3. Определение проективного покрытия учётных площадок газонных травостоев при помощи системы LawnMaster.
  4. Установление эффективности системы LawnMaster на основании полученных данных.

Материалы и методы исследований


Оценивали проективное покрытие и продуктивность побегообразования учётных площадок газонных травостоев, которые были сформированы на территории корпуса №6 ДонГТУ. На основании показателей проективного покрытия и продуктивности побегообразования выводили общий показатель качества травостоев [3].

Продуктивность побегообразования определяли путём подсчёта побегов на площади 10х10 см, после чего полученный показатель переводили на 1 м2. Замер продуктивности побегообразования производили с пятикратной повторностью, из полученных показателей выводилось среднее.
Проективное покрытие газонных травостоев определяли при помощи системы LawnMaster.
Для создания программы был использован язык программирования Python и библиотека OpenCV.
OpenCV предоставляет библиотеку исходного кода, включая открытые исходные коды для обработки изображения.

Получаемое изображение преобразуется из формата bgr в lab, так как в этом формате проще выделить границу газонного покрытия.

После этого по данному изображению создается маска исходя из подобранных коэффициентов,
определяющих разрешенные и запрещенные области изображения. Подбирались эти коэффициенты с помощью тракбаров, которые были созданы исходя из данных той же библиотеки.
После создания маски на ней рассчитывается процент разрешенных пикселей, который выводится на изображении. Для более удобного пользования программой была создана простая командная строка, в которой можно включить/отключить маску, обработать другое изображение и завершить работу программы.

Для тестирования эффективности созданной программы использовали фотографии газонных травостоев с опытных участков кафедры «Экологии и БЖД» ДонГТУ. Фотографирование учётных площадок производилось с высоты 1 м под углом 90˚. Также травостоям визуально давалась оценка проективного покрытия (группой из трёх человек, из показаний которых выводилось среднее), после чего данные сравнивались с теми, которые получены после обработки изображений в системе LawnMaster.

На рисунках 2,3,4,5 представлены фотографии исследуемых учётных площадок партерных газонных травостоев.

Рисунок 1 Учетная площадка №1
Рисунок 1 Учетная площадка №1

Рисунок 2 Учётная площадка №2
Рисунок 2 Учётная площадка №2

Рисунок 3 Учётная площадка №3
Рисунок 3 Учётная площадка №3

Рисунок 4 Учётная площадка №4
Рисунок 4 Учётная площадка №4

Результаты исследований


Результаты оценки качества газонных травостоев, расположенных на территории корпуса №6 ДонГТУ приведены в таблице 1.

В ходе оценки было выявлено, что на территории корпуса расположено 3 группы травостоев высшего качества, 4 группы травостоев отличного качества. Также наблюдались травостои хорошего и посредственного качества.

image

Результаты исследования проективного покрытия учётных площадок газонных травостоев приведены в таблице 1.

image

Как видно из таблицы выше, система LawnMaster даёт оценку проективного покрытия газонных травостоев с отличием в 0,3-9% по сравнению с визуальной оценкой.

Выводы


  1. Оценка декоративности газонных травостоев, расположенных на территории ДонГТУ показала, что исследуемые травостои относятся к группе травостоев посредственного, хорошего, отличного и высшего качества.
  2. Использование системы LawnMaster позволяет провести автоматическую оценку проективного покрытия при геоботанических исследованиях.
  3. Незначительное отличие от визуальной оценки (0,3-9%) позволяет говорить о возможном практическом применении системы LawnMaster в декоративном садоводстве, ресурсоведческих и геоботанических исследованиях.

Список литературы


1. Адоньева Т. Б., Иванова Е. М., Калюжная Л. А. Зеленые насаждения города Воронежа: современное состояние, проблемы //Вестник ВГУ. – 2001. – С. 139.
2. Гладов А. В. Озеленение как фактор повышения благоустройства города (на примере городского округа Самары) //Вестник Самарского государственного университета. – 2015. – №. 2 (124).
3. Лаптев А. А. Газоны //Киев: Наукова думка. – 1983. – Т. 243. – С. 4.
4. Балалаев A. К., Скрипник О. А. Предварительные результаты применения метода цифровой обработки изображения для определения проективного покрытия растительности как основного индикатора состояния экосистем //Екологія і природокористування. – 2011.
5. Бузук Г. Н., Созинов О. В. Методы учета проективного покрытия растений: сравнительная оценка с использованием фотоплощадок //Известия Самарского научного центра Российской академии наук. – 2014. – Т. 16. – №. 5-5
Теги:проективное покрытиеучётная площадкафотоплощадкагазонные травостоиобщая декоративность
Хабы: Python Экология
Рейтинг +5
Количество просмотров 623 Добавить в закладки 4
Комментарии
Комментарии 3

Похожие публикации

Факультет Python-разработки
12 марта 2021180 000 ₽GeekBrains
Python QA Engineer
16 марта 202160 000 ₽OTUS
Python-разработчик с нуля
22 марта 202169 900 ₽Нетология
Python для работы с данными
26 марта 202131 500 ₽Нетология

Лучшие публикации за сутки