
الرصد الرقمي ثلاثي المستويات (3LDM) - حلول الاستشعار عن بُعد وتكنولوجيا المعلومات لرصد استعادة المناظر الطبيعية للغابات

يدعم مشروع "الغابات من أجل المستقبل" (F4F) التابع للوكالة الألمانية للتعاون الدولي (GIZ) مشروع استعادة المناظر الطبيعية للغابات وإدارتها في بلدان مثل إثيوبيا ومدغشقر وتوغو. تواجه أنظمة الرصد الحالية لإصلاح المناظر الطبيعية للغابات مشاكل تتعلق بالدقة والاكتمال. ولمعالجة هذه المشكلة، شرعت مؤسسة F4F في تطوير نظام رصد موثوق به وتجريب إجراءات تشغيل موحدة. وبالاستفادة من خبرات شركات البيانات الجغرافية المكانية الخارجية، قدمت F4F نظام الرصد الرقمي ثلاثي المستويات (3LDM). يعمل هذا النظام على تحسين الرصد، ودمج ثلاثة مستويات من البيانات:
1. البيانات الميدانية
2. البيانات المستندة إلى الطائرات بدون طيار
3- بيانات الأقمار الصناعية
يتتبع نهج 3LDM الهكتارات المستعادة، والكتلة الحيوية للأشجار فوق سطح الأرض، وتنوع الأشجار في مواقع مختارة من مواقع استعادة الأشجار الحرجية
السياق
التحديات التي تمت مواجهتها
التحديات البيئية:
يمكن أن يغفل التصوير بالأقمار الصناعية، مثل Sentinel أو Landsat، الأشجار الصغيرة بسبب انخفاض دقة الاستبانة مما يؤثر على التقييم الدقيق للغابات، خاصةً بالنسبة للنمو الصغير أو المظلة تحت الغطاء النباتي. يقيس نظام 3LDM، باستخدام بيانات الطائرات بدون طيار عالية الدقة، ارتفاع المظلة وباستخدام معادلات القياس الكلية، يحسن حسابات الكتلة الحيوية. تعمل الطائرات بدون طيار التي تقوم بمسح مساحات شاسعة على تعزيز دقة البيانات وكفاءتها.
التحديات الاجتماعية:
يتطلب الرصد التقليدي للغابات عملاً يدوياً، مما يسبب اضطرابات للمجتمعات المحلية. أما نظام 3LDM، الذي يسخّر تكنولوجيا الطائرات بدون طيار والأقمار الصناعية، فيراقب على نطاق واسع بأقل قدر من التطفل، ويحافظ على العادات المحلية. كما أنه يعزز تنمية المهارات المحلية المتعلقة بالطائرات بدون طيار وفرص العمل.
التحديات الاقتصادية:
الجرد اليدوي للغابات مكلف وبطيء. يوفر نظام 3LDM حلاً اقتصادياً. كما أن جمع البيانات بالطائرات بدون طيار، كونها أسرع وأوسع نطاقاً، يقلل من تكاليف العمل الميداني. كما أن استخدام الصور مفتوحة المصدر يحد من النفقات، مما يجعل الرصد ميسور التكلفة وقابلاً للتكيف مع مشاريع متنوعة.
الموقع
العملية
ملخص العملية
يمثل التآزر المعقد بين آليات جمع البيانات الثلاث - البيانات الميدانية وصور الطائرات بدون طيار والتقاط الأقمار الصناعية - العمود الفقري لإطار عمل برنامجنا للرصد. تجلب كل آلية قوة فريدة من نوعها إلى الطاولة: فبينما توفر البيانات الميدانية رؤى دقيقة على مستوى الأرض، توفر صور الطائرات بدون طيار منظوراً جوياً مفصلاً، بينما توفر صور الأقمار الصناعية نظرة عامة أوسع من الفضاء. عندما تتشابك هذه الآليات، فإنها تخلق نسيجًا قويًا من البيانات التي تعزز موثوقية البيانات ودقتها.
هذا النهج التآزري محوري للرصد الشامل لاستراتيجيات استعادة الغطاء النباتي. ومع تزايد تعقيد مساعي الاستعادة البيئية، يصبح من الضروري أن تكون هناك رؤية متعددة الأوجه. تتبع المؤشرات الرئيسية مثل الكتلة الحيوية. وعلاوة على ذلك، فإن المؤشرات الثانوية مثل ارتفاع الأشجار، والقطر عند ارتفاع الصدر (DBH)، وتكوين الغابة، وتمايز الأنواع، هي مؤشرات حاسمة لفهم دقيق لجهود الاستعادة. ويكمن جمال النظام ثلاثي المستويات في مرونته: في حالة ظهور تحديات تحد من فعالية إحدى الطرق، تتدخل الطريقتان الأخريان بسلاسة، مما يضمن عدم حدوث أي انقطاع في جودة البيانات أو الرؤى. يضمن هذا الاعتماد المتبادل الحصول على بيانات شاملة، مما يؤدي إلى استراتيجيات أكثر استنارة ونتائج ناجحة في مجال الحد من مخاطر الكوارث.
اللبنات الأساسية
البيانات الميدانية
إن صور الأقمار الصناعية والطائرات بدون طيار، على الرغم من مساهمتها التي لا يمكن إنكارها في الرصد، إلا أنها محدودة في السنوات الأولى من جهود الرصد الميداني. إن جمع البيانات على المستوى الميداني أمر بالغ الأهمية في السنوات الأولى للمشاريع.
وتنقسم عملية جمع البيانات على المستوى الميداني إلى ثلاثة مناهج تشاركية:
- قطع أراضٍ دائمة لأخذ العينات: قطع أراضٍ ثابتة، حيث سيتم تقدير ارتفاع الأشجار، ودرجة الحموضة ومعدلات بقاء الأشجار. سيتم تقييم قطع الأراضي الدائمة لأخذ العينات في فترة 3 سنوات، نظرًا لارتفاع مدخلات العمل والوقت.
- تخطيط استخدام الأراضي: جولات نقاشية لتقييم المعلومات، بالإضافة إلى تحديد الأنواع المهددة بالانقراض وفقاً للقائمة الحمراء للأنواع المهددة بالانقراض الصادرة عن الاتحاد العالمي لحفظ الطبيعة. يتم دمجها في عمليات تخطيط استخدام الأراضي الأخرى، وبالتالي، ليس لها فترة تقييم محددة.
- المقاطع العرضية: تحديد الأنواع الزهرية والحيوانية، وكذلك تكوين بنية الغابات، في فترة تقييم مدتها ثلاثة أشهر
يتم جمع جميع المؤشرات ذات الصلة المدرجة في المناهج التشاركية الثلاثة باستخدام برنامج KOBO Toolbox. ويوفر هذا البرنامج ظروفاً مناسبة وسهلة التشغيل، بما يتماشى مع أهداف الرصد الخاصة بالمشروع.
عوامل التمكين
إن النهج التشاركي ضروري لضمان مراقبة طويلة الأجل للمناطق المستعادة. إن تكافل المعرفة المحلية وتدريب/بناء قدرات الموظفين المحليين والشركاء الإقليميين هو جوهر هذا النهج. إن تحديد احتياجات المجتمع المحلي، وتنظيم جولات النقاش، وإشراك المجتمع المحلي في تطوير واختبار نظام الرصد، يشجع على الوعي والارتباط بالمناظر الطبيعية المستعادة.
الدرس المستفاد
-
أولوية البيانات الميدانية: في المراحل المبكرة من عملية جمع البيانات على المستوى الميداني أكثر فعالية من الاعتماد فقط على صور الأقمار الصناعية والطائرات بدون طيار.
-
المقاربات التشاركية: إن استخدام الأساليب التشاركية مثل قطع الأراضي الدائمة لأخذ العينات وتخطيط استخدام الأراضي والمقاطع العرضية يشرك المجتمعات المحلية ويعزز الرصد.
-
التكنولوجيا المناسبة: إن استخدام أدوات سهلة الاستخدام مثل صندوق أدوات KOBO يتماشى بشكل جيد مع أهداف المشروع ويبسط عملية جمع البيانات.
-
إشراك المجتمع المحلي: إشراك المجتمعات المحلية وتدريبها يضمن النجاح على المدى الطويل ويعزز الارتباط بالمناظر الطبيعية المستعادة.
بيانات الأقمار الصناعية
وتشكل بيانات الأقمار الصناعية حجر الأساس لنظام الرصد 3LD-Monitoring، حيث يتم تسخير قدرات الصور مفتوحة المصدر من القمر الصناعي كوبرنيكوس سنتينل-2 والقمر الصناعي لاندسات. وقد أحدثت خوارزمية، تم تطويرها بدقة من قبل شركة RSS (RSS) GmbH، ثورة في هذه العملية. يمكن للمستخدمين إرسال ملف الشكل الخاص بالمنطقة التي تهمهم بسلاسة، مما يدفع الخوارزمية إلى جلب البيانات ذات الصلة وتحليلها تلقائيًا. يتم إجراء مجموعة من التحليلات القوية بما في ذلك اتجاه الغطاء النباتي لمدة 5 سنوات باستخدام مؤشر الغطاء النباتي غير المتغير للغطاء النباتي لتقييم مكاسب أو خسائر الغطاء النباتي، وتحليل رطوبة الغطاء النباتي لمدة 5 سنوات من خلال مؤشر الغطاء النباتي غير المتغير للغطاء النباتي، وتقييم دقيق لاتجاه هطول الأمطار لمدة 5 سنوات. بالإضافة إلى ذلك، تسهّل الخوارزمية تصور التغيرات التي طرأت على الغطاء النباتي منذ بداية المشروع، مما يعزز إطار الرصد برؤى ديناميكية. تستفيد بيانات الأقمار الصناعية، وهي عنصر حيوي في نظام الرصد 3LDM-Monitoring، من الصور مفتوحة المصدر من بعثة كوبرنيكوس سنتينل-2 والأقمار الصناعية LANDSAT. بالنسبة للمناطق المحددة مسبقًا، يتم جلب هذه البيانات وتحليلها تلقائيًا لمعايير محددة. وتتضمن التحليلات الرئيسية اتجاه الغطاء النباتي لمدة 5 سنوات باستخدام مؤشر الغطاء النباتي غير المغطى بالغطاء النباتي كمؤشر بديل لمكاسب أو خسائر الغطاء النباتي، واتجاه رطوبة الغطاء النباتي لمدة 5 سنوات من خلال مؤشر الغطاء النباتي غير المغطى بالغطاء النباتي، واتجاه هطول الأمطار لمدة 5 سنوات. بالإضافة إلى ذلك، يمكن تصور التغيرات في الغطاء النباتي منذ بداية المشروع.
عوامل التمكين
يتوقف الاستخدام الفعال لهذه اللبنة الإنشائية على قيام المستخدمين برسم وحفظ المناطق في منصات نظم المعلومات الجغرافية مثل QGIS. بالإضافة إلى ذلك، فإن تعزيز ملف الشكل بخصائص المشروع، مثل تواريخ البدء ونوع FLR، يحسّن التحليل. يضمن التدريب المناسب على هذه المهارات دقة إدخال البيانات ورصدها بشكل دقيق، مما يجعل بناء القدرات في هذه المجالات أمرًا ضروريًا إن لم يكن موجودًا.
الدرس المستفاد
وفي حين أن بيانات الأقمار الصناعية، لا سيما المفتوحة المصدر، تقدم رؤى واسعة النطاق، فإن قدرتها على تحديد الأنواع محدودة للغاية، إن لم تكن غير قابلة للتحقيق. ويؤكد هذا القيد على الدور الذي لا غنى عنه للعمل الميداني في تمييز تكوين الأنواع وخصائصها. وبالإضافة إلى ذلك، فإن فهم القيود الفطرية لصور الأقمار الصناعية، خاصة مع مزارع الأشجار الصغيرة، يعزز الحاجة إلى دمج البيانات الميدانية وبيانات الطائرات بدون طيار للحصول على رؤية شاملة لتضاريس الغابات.
بيانات الطائرة بدون طيار
تلعب الطائرات بدون طيار دورًا محوريًا في نظام الرصد ثلاثي الأبعاد - الرصد الأرضي والبحري والجوي والمحيطي (3LD)، وهي مكملة لأساليب جمع البيانات الأخرى، فالطائرات بدون طيار هي أدوات أساسية في البلدان الشريكة لتعزيز المهارات الفنية لدى الموظفين المحليين. وتشمل هذه المهارات تخطيط الرحلات الجوية والملاحة وتقييم الصور. ويهدف الرصد بالطائرات بدون طيار إلى تمكين موظفي المشروع من التقاط بيانات مصممة خصيصاً للتحليلات التصويرية التي تنبثق منها معلومات جغرافية مهمة.
تشتمل منهجية رسم الخرائط بالطائرات بدون طيار على خمس مراحل، حيث تركز المرحلتان الأوليان على عمليات الطائرات بدون طيار:
- إعداد مهمة رسم الخرائط (العمل المكتبي)
- تنفيذ مهمة رسم الخرائط (العمل الميداني)
- تطوير النموذج الرقمي للسطح (DSM) وتوليد الفسيفساء المتعامدة (عمل مكتبي)
- تحليل البيانات وتنقيحها (العمل المكتبي)
- الدمج في نظام البيانات السائد (العمل المكتبي)
تساعد بيانات الطائرات بدون طيار في تقييم المؤشرات المرتبطة بالكربون/الكتلة الحيوية، مثل معدلات الوفيات وأنواع الغابات. والجدير بالذكر أنه مع تطبيق معادلات التآلف والتوصيف المناسب لنوع الأرض، يمكن تحديد تقديرات الكتلة الحيوية فوق سطح الأرض للأشجار.
عوامل التمكين
تضمن الطائرات بدون طيار المزودة بإمكانية التخطيط المسبق للرحلات الجوية إنشاء صورة تقويمية سلسة من الصور الفردية. وهذا يمكّن اللقطات الفردية من الاندماج بسلاسة في صورة تقويمية (صورة جوية مصححة للتشوهات، مما يسمح بقياسات دقيقة). من الضروري أيضاً النظر في مدى توافر هذه الطائرات بدون طيار في الأسواق المحلية للبلدان الشريكة. إن الاستفادة من المعرفة المحلية من خلال إشراك الأوساط الأكاديمية المحلية أمر بالغ الأهمية في هذه العملية. إذ يمكنهم توفير المعادلات القياسية الأساسية، التي تستند إلى ارتفاع الأشجار، والتي تسهل إجراء حسابات دقيقة للكتلة الحيوية.
الدرس المستفاد
تقوم الطائرات بدون طيار بتوليد صور عالية الدقة، مما يسمح بإلقاء نظرة عامة مفصلة على تغيرات الغطاء الأرضي وبقاء الأشجار ومعدلات التعرية، من بين أمور أخرى. وبالاقتران مع البيانات الميدانية، يتم تعزيز الرصد القائم على الطائرات بدون طيار، مما يضمن مراقبة سليمة.
وغالبًا ما يعيق عدم تجانس الأشجار وكثافة الغطاء النباتي الاستخراج السليم للنقاط الرئيسية المشتركة بين الصور، وهو أمر ضروري لتقدير الارتفاعات والمؤشرات الأخرى. في هذا الصدد، يمكن أن تؤدي زيادة التداخل بين الصور إلى 85% كحد أدنى من التداخل الأمامي والجانبي إلى تحسين استخراج النقاط الرئيسية. كما أن زيادة ارتفاع تحليق الطائرة بدون طيار يقلل من تشويه المنظور، مما يسهل اكتشاف أوجه التشابه البصري بين الصور المتداخلة. ومع ذلك، يؤدي التداخل الزائد عن الحد، أي النسب المئوية العالية للتداخل إلى زيادة كمية البيانات، مما يجعل معالجة البيانات أكثر كثافة من حيث الوقت.
هناك جانب آخر سبق ذكره وهو توافر الطائرات بدون طيار المناسبة في البلدان الشريكة. إن استيراد الطائرات بدون طيار إلى البلدان المعنية أمر صعب، ولا تزال هناك عوائق بيروقراطية.
التأثيرات
تتم معالجة جميع مصادر البيانات الثلاثة (الأقمار الصناعية والطائرات بدون طيار والميدان) ودمجها في منصة لوحة معلومات، يمكن الوصول إليها من خلال موقع رصد المشاريع. يتيح الموقع الإلكتروني:
داخلياً
- تقييم أنشطة المشروع
- رصد التغييرات كأساس لمزيد من التخطيط
- إدارة أنشطة المشروع (وظيفة التوجيه)
- إعداد التقارير عن أنشطة المشروع
- مقارنة وتلخيص تدخلات FLR التدخلات وتلخيصها
خارجياً
- تتبع أنشطة المشاريع
- مواءمة الأنشطة بين المشاريع والشركاء
- التعلم من تجارب المشاريع
- إعداد التقارير وإبلاغ النتائج
- شفافية أنشطة الاستجابة السريعة
تتميز لوحة معلومات المنصة بخاصيتين فريدتين:
1 - خاصة بالمنطقة: التحليل الآلي الفوري لبيانات الأقمار الصناعية للسنوات الخمس الماضية وتصورها
2 - دمج البيانات الميدانية وبيانات الطائرات بدون طيار وبيانات الأقمار الصناعية، والجمع بين طبقات مختلفة من المعلومات لرسم صورة شاملة لجهود الاستعادة
المستفيدون
- نقاط الاتصال والأمانة العامة لمبادرة 100 AFR100
- الوزارات (وزارة الغابات/البيئة والزراعة)
- المسؤولون الإداريون
- المنظمات غير الحكومية
- فنيو الاستعادة والمتحمسون
- المجتمعات المحلية
- فريق مشروع "الغابات من أجل المستقبل" وغيره من مشاريع استعادة الغابات
أهداف التنمية المستدامة
القصة
يقود مكسيم تنفيذ نظام 3LDM في مدغشقر. إن استخدام الطائرات بدون طيار لتقييم استعادة المناظر الطبيعية للغابات في مدغشقر يعني أيضاً مراقبة أشجار المانغروف. إن الرصد التقليدي في هذه الأراضي الكثيفة والمستنقعات أمر شاق، ولكن مع بروتوكول 3LDM للطائرات بدون طيار ذات الصور عالية الدقة أصبح أكثر كفاءة وتفصيلاً.
وخلال إحدى عمليات المسح التي قامت بها الطائرات بدون طيار، اكتشف فريق مكسيم مقيمًا غير متوقع: تمساحًا يأخذ حمامًا شمسيًا. لم تسلط الصور الواضحة الضوء على فعالية هذه التقنية فحسب، بل أبرزت ميزة السلامة التي تتمتع بها مقارنةً بالمسح على الأقدام.
وبعيدًا عن المواجهات غير المتوقعة للحياة البرية، قدمت تقنية 3LDM رؤى حول ديناميكيات نمو أشجار المانغروف. وبينما واجه النظام تحديات، مثل تكيف الطائرات بدون طيار مع ظروف الرياح، إلا أن النتائج فاقت العقبات.