Monitoreo de bosques urbanos con imágenes multiespectrales
Los parques urbanos, las vías arborizadas, los jardines, y las reservas naturales, sirven como pulmones que filtran el aire y el agua de las ciudades y áreas metropolitanas, ayudando así a controlar las aguas pluviales y el CO2, conservando la energía y proporcionando sombra, entre algunos otros beneficios.
Con más del 80% de la población de los Estados Unidos concentrada en áreas urbanas, estos recursos deben protegerse.
Sin embargo, al igual que otros bosques y cultivos, la vegetación urbana también corre el riesgo de sufrir de plagas y enfermedades invasivas. En el caso de Norteamérica, una de las principales amenazas es el barrenador esmeralda del fresno (Agrilus planipennis), un escarabajo verde nativo de los bosques de Asia que ataca exclusivamente a los fresnos. Sus larvas se alimentan de la corteza interna del árbol durante uno o dos años antes de emerger, lo que afecta la capacidad del árbol para transportar agua y nutrientes a la copa y dificulta la detección en las primeras etapas del ataque, ya que ni los síntomas ni los escarabajos son visibles.
Desde su primera aparición en Michigan en el 2002, el barrenador se ha extendido a 35 de los 50 estados de los Estados Unidos y tiene el potencial de destruir 90–95% de todos los fresnos en Norteamérica, que en su totalidad representan alrededor del 25% de los árboles en áreas urbanas.
La manera más efectiva para tratar una infestación y prevenir la propagación a otros árboles, es la detección temprana, que es posible mediante la obtención de imágenes multiespectrales. Sin embargo, el uso de drones en entornos urbanos presenta algunos desafíos, ya que de acuerdo con las regulaciones de la Administración Federal de Aviación, los drones no pueden volarse sobre propiedad privada sin el previo consentimiento del propietario.
A pesar de los retos que implica volar sobre un área urbana, Spectrabotics y Arbor Drone, dos compañías con sede en Colorado, unieron fuerzas y se dispusieron a enfrentar este desafío para ayudar a proteger los bosques urbanos de esta importante amenaza. Para ello escogiendo el sensor RedEdge de MicaSense, debido a su confiabilidad y resolución espectral.
El primer reto era encontrar una forma de volar sobre el entorno urbano en Denver, cumpliendo con las regulaciones de la Administración Federal de Aviación y al mismo tiempo cubriendo todas as áreas plantadas con árboles de fresno. Afortunadamente, gran parte de Denver presenta en un patrón de cuadrícula y Spectrabotics pudo planificar su ruta de vuelo alineándose con la dirección del tráfico vehicular. El plan de trabajo de Spectrabotics fue efectivo, sin embargo, se necesitaron muchos puntos de observación para cubrir la totalidad del área.
A la hora de analizar los datos, el equipo también tuvo dificultades encontrando una herramienta adecuada. La razón es que el índice de vegetación de uso común NDVI se satura con un índice de área foliar (LAI) alto. El LAI es una medida de la superficie de la hoja contenida dentro de cada píxel (cada píxel mide aproximadamente 8 centímetros cuadrados). Esta saturación oculta muchas de las características sutiles necesarias para identificar los impactos del barrenador en los árboles de fresno. Por lo tanto, el equipo de Spectrabotics y Arbor Drone tuvo que regresar al laboratorio para desarrollar un algoritmo que se centrara específicamente en hacer coincidir las bandas correctas para identificar características específicas de interés relacionadas con el barrenador.
Las imágenes multiespectrales obtenidas con RedEdge de MicaSense permitieron la detección temprana del barrenador esmeralda del fresno. El equipo pudo identificar árboles infestados que los ingenieros forestales podrán evaluar para determinar si se requiere una inyección en el tronco u otra forma de aplicación química, o si es necesario cortar ciertas ramas del árbol.
El flujo de trabajo y los índices utilizados por Spectrabotics y Arbor Drone, son un avance importante en la lucha contra EAB, sin embargo se requiere de nuevas regulaciones que permitan la escalabilidad de este monitoreo.