Система підтримки прийняття рішень для догляду за деревами
Автор: Дмитрів Аліна Юріївна
Кваліфікаційний рівень: магістр
Спеціальність: Системи і методи прийняття рішень
Інститут: Інститут комп'ютерних наук та інформаційних технологій
Форма навчання: денна
Навчальний рік: 2022-2023 н.р.
Мова захисту: українська
Анотація: Одною із найбільших екологічних проблем є погіршення стану лісів. Станом на 2011 рік було визначено, що загальна площа українських лісів становить 10,4 млн. га, серед яких лісистої території є 9,6 млн. га [1]. Виходить в загальному лісистість території становить 15,9%, хоча екологи зазначають, що насправді за останні роки територія українських лісів зменшилася до 11%. Ця лісиста територія забезпечує захист водойм, ґрунтів та клімату України та цілої Європи. Різні хвороби та шкідники, а також природні стихійні лиха та забруднення спричинені людьми, дуже сильно вражають дерева. Проте неякісне ведення лісовпорядкування та постійні вирубки лісів спричиняють швидше зменшення площі лісів. У лісовому господарстві вже використовують супутникові знімки для аналізу лісової території, але досить недавно почали використовувати безпілотні літальні апарати із спектральними камерами. Українські науковці проводили декілька досліджень із опрацюванням супутникових спектральних знімків. У даній роботі розглянуто дослідження із використанням набору даних Global Forest Change та супутника Sentinel-2 для дешифрування видового складу лісових насаджень у «Боярській лісовій дослідній станції» [2], а також дослідження із проведенням класифікацію гірських лісів Карпатського національного природного парку для з’ясування видового складу дерев та їх фітосанітарного стану [3]. Дослідження на основі гіперспектральних зображень із безпілотних літальних апаратів наразі проводяться в більшості закордоном. У даній роботі розглянуто дослідження для оцінки стадії та тяжкості інфекції в’янення у китайської сосни [4], та інше дослідження, яке проводилося на півночі Португалії, із визначенням хвороби дефоліації в природному заплавному лісі чорної вільхи [5]. Дані дослідження використовували алгоритми Random Forest та логістичну регресію, та у результаті отримали дані із високою точністю, у порівняні із наземним моніторингом вибраних територій. Існуючі системі, які вирішують поставлену проблему, в основному орієнтуються на здійснення інвентаризації лісів. Вони обчислюють показники дерев та зберігають їх, але не здійснюють аналіз отриманих даних. Саме тому визначення стану дерев та формування способів лікування та профілактики для дерев користувач повинен здійснювати самостійно, переглядаючи отримані показники. Серед таких аналогів у роботі розглянуто наступні системи: Tree Radar Unit, EOS Data Analytics Forest Monitoring, Katam Forest та CropsIT. Об’єкт дослідження – процес аналізу даних та виконання необхідних заходів для покращення стану зелених насаджень. Предмет дослідження – застосування методів машинного навчання для виявлення пошкоджень дерев та формування способів лікування та догляду за ними. Мета дослідження: створити систему підтримки прийняття рішень, що буде допомагати визначати можливі хвороби дерев та пропонувати способи лікування та догляду за деревами. При здійснені системного аналізу об’єкта дослідження побудовано дерево цілей для декомпозиції генеральної мети та визначення критеріїв якості. На основі цих критеріїв та обраних альтернатив інформаційних систем за методом аналітичної ієрархії визначено, що типом системи є система підтримки прийняття рішень. За допомогою нотації UML побудовано концептуальну модуль системи, а саме представлено діаграми варіантів використання, класів, станів, послідовності тощо. Крім цього, детально описано мету використання системи для кожного користувача та її місце застосування. Методом реалізації системи обрано алгоритм класифікації за методом дерева рішень за індексом Джині. Вирішено здійснювати реалізацію системи підтримки прийняття рішень для догляду за деревами за допомогою мови програмування Python, а саме використовуючи веб-фреймворк Django та базу даних MySQL. Верстка здійснюється за допомогою HTML та CSS. Результатом виконання магістерської роботи є спроектована та реалізована система підтримки прийняття рішень для догляду за деревами з використанням методу машинного навчання класифікації. Система допомагає виявити захворювання дерев за певними ознаками, аналізуючи файли попередньої та поточної таксаційної характеристики. У результаті надає ймовірність визначення трьох захворювань, графіки показників та список рекомендацій для лікування та профілактики для дерев. Ключові слова: система підтримки прийняття рішень, лісовпорядкування, догляд за деревами, класифікація, дерево рішень. Перелік використаної літератури. 1. Загальна характеристика лісів України. Державне агентство лісових ресурсів України: веб-сайт. URL: https://forest.gov.ua/napryamki-diyalnosti/lisi-ukrayini/zagalna-harakteristika-lisiv-ukrayini (дата звернення: 18.11.2022). 2. Георгіян М. І., Миронюк В.В. Дешифрування видового складу лісових насаджень за даними супутникових знімків Sentinel-2. Лісове і садово-паркове господарство: електрон. наук. журн.. URL: http://nbuv.gov.ua/UJRN/licgoc_2017_11_6 (дата звернення: 18.11.2022). 3. Лялько В. І., Жолобак Г. М., Ходоровський А. Я., Апостолов О. А., Сибірцева О. М., Єлістратова Л. О., Романчук І. Ф., Дорофей Є. М. Космічний моніторинг довкілля – ефективний механізм охорони лісів. Український журнал дистанційного зондування Землі. 2019. №20. С. 4-12. URL: https://ujrs.org.ua/ujrs/article/download/145/168 (дата звернення: 18.11.2022). 4. Run Yu, Lili Ren, Youqing Luo. Early detection of pine wilt disease in Pinus tabuliformis in North China using a field portable spectrometer and UAV-based hyperspectral imagery. Springer Open, Forest ecosystem. URL: https://forestecosyst.springeropen.com/articles/10.1186/s40663-021-00328-6 (дата звернення: 18.11.2022). 5. Guerra-Hernandez J., Diaz-Varela R.A., Avarez-Gonzalez J.G., Rodriguez-Gonzalez P.M. Assessing a novel modelling approach with high resolution UAV imagery for monitoring health status in priority riparian forests Springer Open, Forest ecosystem. URL: https://forestecosyst.springeropen.com/articles/10.1186/s40663-021-00342-8 (дата звернення: 18.11.2022).