Şehir bahçelerinin zemin örtülerinin biyolojik çeşitlilik çalışmalarında anlamsal segmentasyonu için bir drone görüntü veri kümesi

Yukarıdan bakıldığında kent bahçeleri neden önemlidir

Bir topluluk bahçesinin içinden yürüdüğünüzde çim yollar, sebze yatakları, malç, taşlar ve çıplak topraktan oluşan bir yamalı örtü görürsünüz. Bu “zemin örtüleri” arıların desteklenmesi, doğal zararlı kontrolü ve sağlıklı toprak açısından sessizce belirleyici olur. Ancak geleneksel haritalardan ve uydu görüntülerinden bu ince ayrıntılar çoğunlukla bulanıklaşır. Bu çalışma, drone ve modern görüntü analiz tekniklerinin kent bahçelerini olağanüstü ayrıntıda yakınlaştırabileceğini göstererek, araştırmacıların ve planlamacıların ayağımızın altındaki zeminin şehir biyoçeşitliliğini nasıl desteklediğini anlamalarına yardımcı olacak yeni bir açık veri kümesi sunuyor.

Bahçe zemininin gizli çeşitliliği

Kent bahçeleri yalnızca dekoratif yeşil alanlar değildir. Otlar, çim, saman malçları, ahşap talaşı, taşlar ve açığa çıkmış toprak gibi farklı zemin örtüleri polinatörler için yiyecek ve barınak sağlar, zararlı böcekleri yiyen avcı böcekler için av sahası oluşturur ve toprak organizmaları için yaşam alanı sunar. Birlikte, besin döngüsüne yardımcı olur, toprağı yerinde tutar ve aksi takdirde yapılaşmış mahalleler arasında vahşi yaşamı birbirine bağlarlar. Bu özellikler sadece birkaç metrelik alanda değiştiği için kaba uydu görüntüleri veya zaman alan saha çalışmalarıyla yakalanmaları zordur; bu da vahşi yaşam dostu şehirler tasarlamaya çalışanlar için büyük bir bilgi boşluğu bırakır.

Büyüteç gibi uçan dronlar

Bu boşluğu kapatmak için araştırmacılar, 2021 ve 2022'de Münih, Almanya'daki beş topluluk bahçesi üzerinde küçük, kamerayla donatılmış bir drone uçurdular. 2.521 ham fotoğraftan 24 ultra keskin “ortomozaik” — yer üzerindeki her pikselin yalnızca 3.2 ila 7.9 milimetre genişliğinde olduğu harita benzeri görüntüler — birleştirdiler. Bu mozaikler bireysel bitkileri, yolları ve malç katmanlarını yüksek ayrıntıda ortaya koyuyor. Ekip daha sonra binlerce bölgeyi dikkatle elle izleyip sekiz yaygın zemin örtüsü tipini etiketledi: çim, otsu bitkiler, ölü yaprak gibi örtü (litter), çıplak toprak, taş, saman, katı ahşap (tahta ve kütük gibi) ve gevşek ahşap talaşı. Ortaya çıkan etiket katmanları, kameranın yerde gerçekten gördüğünün referans haritaları olarak işlev görüyor.

Bilgisayarlara bahçe desenlerini okutmak

Bu etiketli görüntülerle ekip, farklı bilgisayar modellerinin her bir zemin örtüsü tipini piksel piksel otomatik olarak ne kadar iyi tanıyabildiğini test etti. El yapımı doku ve renk ölçütlerine dayanan geleneksel teknikleri, görüntü yamalarından doğrudan desen öğrenen derin öğrenme yaklaşımlarıyla karşılaştırdılar. Görevi gerçekçi tutmak için 24 mozaiki ayrı eğitim, doğrulama ve test gruplarına böldüler; böylece modeller her zaman eğitim sırasında “görmedikleri” bahçe görüntüleri üzerinde değerlendirildi. İki derin öğrenme modeli — UNet ve özellikle DeepLabV3+ — Rasgele Ormanlar ve gradyan arttırmalı ağaçlar gibi klasik yöntemleri açıkça geride bıraktı; genel olarak yaklaşık %93 civarında pikselle doğru atama yapabildiler ve özellikle toprak ile taş arasındaki görsel olarak zor ayrımları çok daha iyi ele aldılar.

Yeni veri kümesinin sundukları

Bu çalışmanın özünü tek bir bitmiş harita yerine açıkça erişilebilir bir veri kümesi oluşturuyor. Veri kümesi tam drone mozaiklerini, eşleşen etiket maskelerini ve modern sinir ağlarına beslemesi daha kolay olan yama tabanlı bir sürümü içeriyor. Eşlik eden bir meta veri tablosu uçuş yüksekliği, görüntü boyutu ve işleme ayarları gibi ayrıntıları listeliyor ve verinin çok çeşitli amaçlarla yeniden kullanılmasını sağlıyor. Araştırmacılar yeni algoritmalar geliştirebilir, farklı modelleme stratejilerini karşılaştırabilir veya bu haritaları böcek sayımları veya toprak örnekleri gibi diğer bilgilerle birleştirerek belirli zemin örtüsü karışımlarının belirli ekolojik faydaları nasıl desteklediğini araştırabilirler.

Piksellerden daha yeşil şehirlere

Uzman olmayanlar için temel çıkarım: dronlar artık şehir bahçelerinin ince dokusunu öyle bir ayrıntıda haritalayabiliyor ki bilgisayarlar çimin nerede bittiğini ve ahşap talaşın nerede başladığını söyleyebiliyor. Çalışma, derin öğrenme modellerinin bu görsel mozaiği güvenilir zemin örtüsü haritalarına dönüştürebildiğini gösteriyor; bu haritalar ise biyoçeşitlilik, zararlı kontrolü ve toprak sağlığı için daha iyi bahçe tasarımı ve yönetimini bilgilendirebilir. Yazarlar verilerini ve kodlarını kamuya açarak bahçıvanların, şehir planlamacılarının ve ekolojistlerin zemindeki küçük tasarım seçimlerinin daha sağlıklı kentsel ekosistemlere nasıl ölçeklendiğini görmesine yardımcı olabilecek gelecekteki araçlar için bir temel sağlıyor.

Atıf: Afrasiabian, Y., Lu, C., Belwalkar, A. et al. A drone imagery dataset for semantic segmentation of urban garden ground covers in biodiversity studies. Sci Data 13, 590 (2026). https://doi.org/10.1038/s41597-026-07152-z

Anahtar kelimeler: şehir bahçeleri, drone görüntüleri, anlamsal segmentasyon, zemin örtüsü, biyoçeşitlilik izleme