ピクセルからパターンへ: 沿海湿地の根系をモニタリングするための光学相関性トモグラフィと機械学習

科学分野:

• 環境科学
• エコロジー
• 地形学

背景:

• 沿岸の湿地は海岸線の安定化,炭素の貯蔵,嵐からの保護に不可欠です.
• 地下根生物量と死体質を評価する伝統的な方法は破壊的で限られている.
• 根動力学を理解することは 沿岸の回復力や 栄養素の循環や 土壌構造に不可欠です

研究 の 目的:

• 根のバイオマスと死体質を分析するための非破壊的なイメージング技術として,光学一貫性トモグラフィ (OCT) を評価する.
• 根の健康状態を分類するための機械学習モデルを開発し,適用する.
• 沿海湿地の根の形状と 腐敗パターンの詳細な洞察を提供するためです

主な方法:

• 地下根構造の高解像度イメージングに使用される光学一致性トモグラフィー (OCT)
• ランダムフォレスト (RF) 機械学習モデルを開発し,根の健康 (生と死) を分類しました.
• ルイジアナ州のテレボーン盆地で 根のバイオマスと死体質を分析した

主要な成果:

• RFモデルを用いて生根と死根の区分に 70%の精度を達成しました.
• 根の形状と腐敗に関する詳細な洞察を提供するOCTの能力を実証した.
• 根の分析のための機械学習と組み合わせたOCTの可能性を強調した.

結論:

• 機械学習と組み合わせたOCTは,根のバイオマスと死体量を評価するための有望で破壊的でないアプローチを提供します.
• この方法論は沿岸湿地の健康と回復力を理解するための重要なデータを提供します.
• 将来の作業は,OCTを他のイメージング技術と統合し,大規模な評価のために様々な湿地タイプに拡張します.