2. Verbesserung der Infrastrukturen und Kapazitäten der öffentlichen Akteure

For more information see FOREST4EU factsheet (click on)

For more information see FOREST4EU factsheet (click on)

Cross-Forest розробляє спільну платформу для відкритих даних про ліси і транскордонну модель даних (онтологію) для Португалії та Іспанії для публікації даних інвентаризації лісів, карт та інших баз даних про ліси у форматі пов’язаних відкритих даних (LOD). Cross-Forest створить публічний репозиторій (кінцеву точку) для публікації лісових даних відповідно до розробленої моделі. Основна мета полягає в тому, щоб інформація про ліси завжди була доступна й актуальна, що сприятиме її використанню усіма зацікавленими сторонами, дотичними до ведення лісового господарства і наукових досліджень.
Розробляються два варіанти застосування:
CAMBRIC – моделювання еволюції лісів і якості деревини за різних сценаріїв лісоуправління.
FRAME – прогнозування поведінки та поширення лісових пожеж на основі точної інформації про горючі матеріали, карт лісів і моделей поширення.
Ресурси високопродуктивних обчислень (HPC) використовуються через об’єм даних, які генеруються і потребують опрацювання, а також через складність моделей.
Отримані наразі результати свідчать про корисність та універсальність технології LOD, оскільки вона дозволяє користувачам вільно отримувати доступ до оновлених даних і керувати ними для розробки інструментів, адаптованих до їхніх потреб і цілей. Публікація даних у форматі LOD дозволяє державним адміністраціям з легкістю виконувати вимоги щодо прозорості і публічності, оптимізувати ресурси і здійснювати статистичний контроль за використанням загальнодоступних даних. 

Deep Green Ukraine – is a web portal with a system that enables to find out in close-up mode how much forest has disappeared from the forest map of Ukraine and when it happened. The system is available only in pilot regions with the aim to scale up its monitoring capacities to the whole territory of Ukraine. The system is also planned to be transferred to the relevant government agencies to provide administration and technical support.

Deep Green Ukraine has adopted a technology that tracks illegal logging using satellite data. The system classifies all logging, mainly as legal or illegal, by analyzing state issued permit tickets in public databases.

For identification of forest cover changes the system uses the combination of data from optical and radar images, which allows the models to work in any season and in any weather, supporting regular updates. To do this, we have developed a new learning strategy based on two machine learning techniques – "pseudo labeling" and "knowledge distillation". How it works: for each area we have thousands of fully marked 224 by 224 pixel squares that cover a small part of the area. It enables the study of the three top architectures of deep neural networks. After training, these models are combined into an ensemble and produce a map of fellings at the regional level. New fellings (those added during the observation period) distributed respectivelly in all forests of the region depending on different types of forests and types of surfaces. We use them as pseudo-labels to teach one deep model at the oblast level, which in turn produces a map of high-precision felling in unclassified parts of the oblast. With the help of "knowledge distillation" approaches, we get one model that has a higher accuracy than three deep models combined into an ensemble.

The web portal developed by the project team uses the following data: data obtained from neural networks on changes in forest cover, data from open registers and other sources (including a possibility to upload photos and videos by individual users with geodata on known to them violations of environmental legislation and illegal logging, liaison with law enforcement agencies of the country). The sytem produces the marked poligons that highlight the possible illegal logging areas, including marking of other types of the felling areas within specific period of time. The results than could be cheked for field confirmation by different state official or independent monitoring actors.

Deep Green Ukraine is implemented by the joint efforts of the Space Research Institute of NASU and SSAU, NGO “Government Monitoring Center”, and the “Forest Initiatives and Communities” NGO (ForestCom).

The development of the Deep Green Ukraine system was made possible by winning the Open Data Challenge, implemented within the USAID/UK aid international technical assistance project “Transparency and Accountability in Public Administration and Services/TAPAS” with the support of the Ministry of Digital Transformation of Ukraine. The activities of the Forest Initiatives and Communities NGO also is supported by the US Forest Service. 

The DGU web portal is developed by magneticonemt.com based on the DeepForest prototype created by ForestCom team in 2020 with the support of NGO "Environmental Investigation Agency" (EIA) and the ClearCut system developed by an IT company "Quantum" jointly with the Society for Environmental GIS in Ukraine (SCGIS Ukraine).

Deep Green Ukraine – незалежна система, яка дає можливість автоматично аналізувати супутникові знімки за допомогою нейромережі на предмет виявлення втрат лісового покриву та виявляти наявність дозволів на вирубки лісу у відкритих державних базах даних (земельний кадастр, лісові карти, лісорубні квитки, тощо). Завдяки такому функціоналу можна перевіряти факти здійснення вирубок лісу і вчасно проводити обстеження щодо виявлених системою ймовірно незаконних вирубок та моніторити планові рубки.

Система дозволяє у режимі, наближеному до реального часу, дізнаватися, скільки лісу зникло з лісової карти України та коли це сталося. Система доступна лише у пілотних областях, за наявності подальшої підтримки планується масштабування на всю Україну. Систему планується передати на баланс профільним державним органам для забезпечення адміністрування та технічної підтримки.

Deep Green Ukraine впроваджується спільними зусиллями Інституту Космічних Досліджень НАНУ та ДКАУ, ГО «Центр Моніторингу Влади» та ГО «Лісові ініціативи і суспільство».

Розробка системи Deep Green Ukraine стала можливою завдяки перемозі у конкурсі Open Data Challenge, реалізованому в межах проєкту міжнародної технічної допомоги USAID/UK aid “Прозорість та підзвітність у державному управлінні та послугах/TAPAS” за підтримки Міністерства цифрової трансформації України. Діяльність ГО «Лісові ініціативи і суспільство» також підтримується відділом міжнародних програм Лісової служби США.

Детальніше про особливості роботи системи:

Deep Green Ukraine розробив технологію, що відстежує незаконні вирубки лісів за допомогою супутникових даних. Система класифікує всі вирубки, в основному, як законні чи незаконні, аналізуючи дозвільні квитки.

Особливість проєкту – поєднання використання оптичних і радарних даних, що дозволяє нашим моделям працювати в будь-який сезон і за будь-якої погоди, підтримуючи регулярне оновлення інформації. Для цього ми розробили нову стратегію навчання, яка базується на двох техніках машинного навчання – «pseudo labeling» та «knowledge distillation». Як це працює: для кожної області ми маємо тисячі повністю розмічених квадратів 224 на 224 пікселі, які покривають невелику частину області. На основі них відбувається навчання трьох топових архітектур глибоких нейронних мереж. Після навчання ці моделі об’єднуються в ансамбль та продукують карту вирубок на рівні області. Нові вирубки(ті що додалися за період спостереження) розподілені по всіх лісах області належать різним типам лісів, типам поверхонь та географічно розподілені по всій області. Ми використовуємо їх як псевдо-лейбли для навчання однієї глибокої моделі на рівні області, яка в свою чергу продукує карту вирубок високої точності на нерозмічених частинах області. За допомогою підходів «knowledge distillation» ми отримуємо 1 модель, яка має вищу точність, ніж три глибокі моделі об’єднані в ансамбль, що є її вчителями.

Розроблений проектною командою веб-портал використовує такі дані: дані отримані від нейронних мереж про зміну лісового покриву, дані відкритих реєстрів та інших джерел (в т.ч. підвантажені у систему окремими користувачами фото і відео із геоданими щодо порушення діючого природоохоронного законодавства та нелегальних рубок лісу, зв'язок із правоохоронними органами країни).

Веб-портал DGU розроблений компанією magneticonemt.com на основі прототипу DeepForest, створеного командою ForestCom у 2020 році за підтримки ГО «Агентство екологічних розслідувань» (EIA) та системи ClearCut, розробленої ІТ-компанією «Quantum» спільно з Товариством природоохоронних ГІС в Україні (SCGIS Ukraine).

Національна інвентаризація лісів (НІЛ) почалася в 1919 році як результат стурбованості та непевності щодо стану лісів.
Схема базується на мережі постійних пробних ділянок, розкиданих по всій Норвегії як на лісових, так і на нелісових територіях.

Цикл вимірювань на ділянках становить п’ять років. На пробних ділянках, розташованих на лісових землях або інших типах земель з деревами, усі дерева, що ростуть на площі 250 м², вимірюються з урахуванням їхніх координат, що дозволяє встановити часові ряди на рівні дерев. Окрім запасів насаджень, приросту і порід дерев, вимірюється ряд інших параметрів для отримання інформації, наприклад, про продуктивність ділянки, структуру насаджень, їхній стан, умови ведення лісового господарства і біорізноманіття.

Ці дані слугують важливим підґрунтям для розробки національної лісової політики і використовуються державними установами, органами державного управління, лісовою промисловістю, в дослідницьких і навчальних цілях, а також для національної та міжнародної звітності. Розробка і тестування додатків для дистанційного зондування також є важливою сферою досліджень в рамках НІЛ. Наповнення інвентаризації регулярно оновлюється з урахуванням нових вимог суспільства. 

SAT4EST – це науково-дослідний проєкт, що фінансується Європейським космічним агентством (ESA), спрямований на розробку сервісу для підтримки місцевих органів влади в управлінні недержавними лісами (на рівні NUTS-4). Основна мета проєкту – розробити простий, інтуїтивно зрозумілий та бюджетний інструмент у вигляді веб-додатку, який би об’єднував супутникові дані з даними, отриманими з інших джерел, дозволяв збирати статистику для певної території і генерував прості звіти.

Система складається з чотирьох окремих елементів: дані дистанційного зондування (зберігання, аналіз даних і створення нових продуктів відповідно до вимог користувачів); зберігання додаткових даних; обробка даних і картографічний сервер; перегляд даних спостереження за Землею. Останній компонент включає надання користувачам сервісних продуктів (WMS, візуалізація, аналіз) та інструмента для візуалізації супутникових знімків. На основі зібраних та опрацьованих даних можна створювати різні типи карт, зокрема карти лісів і дерев, карти змін у лісах, карти типів лісів, карти стану лісів, карти зімкнутості лісового намету, карти наземної лісової біомаси та деградації лісових насаджень. Користувачі системи мають доступ до найновіших та заархівованих супутникових знімків, можуть порівнювати різні продукти (карти) з наявними додатковими даними, а також завантажувати власні набори даних. 

Банк даних про ліси – це сховище даних, мета якого – збір, обробка й обмін інформацією про ліси всіх форм власності в Польщі.

Він також спрямований на підтримку наукових досліджень, проведення аналізу та прогнозування лісових ресурсів і просування стандартів збору й обробки даних про природні ресурси.

BDL містить дані як в описовій, так і в картографічній формі. Обсяг доступних даних включає таксаційні дані лісових насаджень, дані прогнозування, а також додаткову інформацію, зокрема про охорону лісів, протипожежне впорядкування, охорону природи, моніторинг навколишнього середовища, гідрологію, кліматологію, геологію, географічне районування, функціональні зони лісів, лісонасіннєве районування, Державний реєстр меж тощо.

Банк даних про ліси можна використовувати через Інтернет-портал (на якому також містяться звіти, публікації та карти) або мобільний додаток (mBDL), який пропонує доступ до карт і навігації.

Основною цільовою групою є лісівники, але BDL також використовується в цілях просторового планування, наукових досліджень, ведення державної та міжнародної статистики і туризму. Він надає дані на центральному, регіональному та місцевому рівнях й охоплює близько 95% лісів Польщі (одне з найповніших сховищ лісових даних порівняно з іншими країнами з подібними системами). Щомісяця портал BDL відвідують понад 25 тисяч користувачів. 

Le groupe opérationnel Forest-LidaRioja a été formé dans le but de développer un inventaire forestier et une carte du modèle de combustible de La Rioja en utilisant les technologies de télédétection.

Cet outil contribue à la mise en place d'une gestion durable des forêts en utilisant des données précises et actualisée comme support de décision pour mettre en place des actions spécifiques dans les zones forestières.

Ce projet a permis de développer des méthodologies et des processus pour l'intégration de différentes sources d'information (principalement le LiDAR aéroporté des données PNOA 2016 et les informations satellitaires OPTICA). Ces méthodes sont soutenues par le développement d'algorithmes qui corrèlent par des méthodes statistiques des données précises de terrain avec les données LiDAR, nécessitant la réalisation de parcelles forestières très bien calibrées et de mesures situées avec une précision sub-métrique dans des points stratégiques pour chaque espèce forestière et zone de travail.

Les principaux résultats du projet Forest-LidaRioja sont les suivants :

- Inventaire forestier des forêts de La Rioja.

- Cartographie des modèles de combustible de la zone forestière de La Rioja pour planifier les travaux de prévention des incendies de forêt.

- Étude de l'évolution des peupleraies de la région et de leur potentiel d'approvisionnement.

- Formation technique sur les produits générés pour les professionnels intéressés par leur utilisation pratique. 

Les produits générés sont ouverts au public afin que chacun puisse les télécharger et les utiliser.