Advancements in ecological monitoring through unmanned aerial vehicle and satellite data: studies in water clarity, coastal management, and vegetation dynamics

This dissertation advances the use of Unmanned Aerial Vehicles (UAVs) and satellite imagery in environmental monitoring, specifically targeting eutrophication indicators and bathing water quality within aquatic and coastal ecosystems. Through a cumulative series of studies, innovative approaches integrating UAV remote sensing, deep learning techniques, and the quasi-analytical algorithm for precise water quality assessments and vegetation mapping were developed and validated. This work addresses gaps in the current capabilities for ecological observation and management, with advancements in both methodology and application. The research establishes a comprehensive framework for UAV surveys, illustrating the effectiveness of combining diverse sensor technologies and analytical methods for detailed vegetation analysis. This framework supports efforts in biodiversity conservation, ecosystem structure analysis, and monitoring phenological and stress-related changes in vegetation, guiding environmental scientists and resource managers in the adoption of UAV technology across various ecosystems. In the assessment of changes in aquatic vegetation, particularly reed beds, the study highlights the utility of the normalized difference water index derived from Sentinel-2/MSI data and Yen binary thresholding, validated through UAV imagery. This approach is found reliable in detecting mowing-induced changes in reed beds, with enhanced accuracy for areas larger than 0.1 ha. Furthermore, the quasi-analytical algorithm for estimating Secchi depth from multispectral UAV imagery was tested, identifying Hedley's sun glint correction method as the most precise. The research emphasizes the algorithm's adaptability and the impact of environmental factors, such as CDOM concentration and solar zenith angle, on the accuracy of Secchi depth measurements, underscoring the potential of UAV technology in providing scalable and efficient water quality assessments across extensive areas. Lastly, the study explores the performance of the U-Net model in segmenting beach wrack from UAV imagery, indicating that "RGB" data combinations yield the most accurate beach wrack detections. Contrary to expectations, the addition of multispectral and elevation data did not significantly improve segmentation accuracy, suggesting the importance of selecting appropriate data combinations based on specific site characteristics to optimize model performance across varied coastal landscapes. Collectively, these studies represent a significant advancement in the application of UAV and satellite technologies for environmental monitoring, offering methodologies and insights for the comprehensive assessment of aquatic and coastal ecosystem health. This integrated approach not only enhances current monitoring practices but also establishes a new standard for precision and efficiency in environmental science research.

Šioje disertacijoje aptariamas bepiločių orlaivių ir palydovinių vaizdų naudojimas aplinkos, tiksliau, eutrofikacijos rodiklių bei maudyklų vandens kokybės ir pakrančių ekosistemose stebėsenai. Atlikus tyrimus sukurti ir patvirtinti nauji metodai, apimantys bepiločių orlaivių nuotolinį stebėjimą, gilaus mokymosi metodus ir kvazianalitinį algoritmą, skirti tiksliai vertinti vandens kokybę ir sudaryti augmenijos žemėlapius. Šiame darbe didelis dėmesys skiriamas spręsti dabartinių ekologinio stebėjimo ir valdymo galimybių trūkumo problemas tobulinant metodiką ir pritaikymą. Tyrimo metu sukurta išsami bepiločių orlaivių pritaikymo sistema, parodanti, kaip veiksmingai derinti įvairias jutiklių technologijas ir analitinius metodus siekiant atlikti išsamią augalijos analizę. Ši sistema padeda stebėti biologinę įvairovę, analizuoti ekosistemų struktūrą, fenologinius ir su stresu susijusius augalijos pokyčius, taip pat padeda aplinkos mokslininkams ir išteklių valdytojams pritaikyti bepiločių orlaivių technologijas įvairiose ekosistemose. Vertinant vandens augalijos, tai yra, nendrių sąžalynų, pokyčius tyrime pabrėžiama normalizuoto vandens skirtumo indekso, gauto iš Sentinel-2/MSI duomenų, ir Yen dvinario slenksčio, patikrinto naudojant bepiločių orlaivių vaizdus, nauda. Ištirta, kad šis metodas yra patikimas nustatant pokyčius nendrių sąžalynuose, kurių plotai didesni nei 0,1 ha, atlikus šienavimą. Be to, atliktas Secchi gylio vertinimas naudojant daugiaspektrinius bepiločių orlaivių vaizdus ir kvazianalitinį algoritmą nustatyta, kad Hedley’io saulės atspindžio korekcijos metodas yra tinkamiausias norint gauti tikslesnius rezultatus. Tyrime pabrėžiamas ne tik algoritmo pritaikymas ir aplinkos veiksnių, tokių kaip spalvotų ištirpusių organinių medžiagų koncentracija ir saulės zenito kampas, įtaka Secchi gylio matavimų tikslumui, bet ir bepiločių orlaivių technologijos potencialas atliekant veiksmingus vandens kokybės vertinimus didelėse teritorijose. Tyrime nagrinėjamas U-Net modelio efektyvumas segmentuojant paplūdimio sąnašas iš bepiločių orlaivių vaizdų. Tyrimo metu išsiaiškinta, kad „RGB“ duomenų deriniai padeda tiksliausiai aptikti paplūdimio sąnašas. Priešingai, nei tikėtasi, pridėjus daugiaspektrinius ir aukščio duomenis segmentavimo tikslumas nepadidėjo, todėl norint optimizuoti modelio veikimą įvairiose pakrantėse, svarbu parinkti tinkamus duomenų derinius, atsižvelgiant į konkrečias vietovės charakteristikas. Apibendrinant šiuos tyrimus galima teigti, kad jie daro reikšmingą pažangą taikant bepiločių orlaivių ir palydovų technologijas aplinkos stebėsenai. Tyrimuose pateiktos metodikos ir įžvalgos, skirtos išsamiai vertinti vandens ir pakrančių ekosistemų būklę. Šie integruoti metodai ne tik pagerina dabartinę stebėsenos praktiką, bet ir nustato naujus tikslumo ir efektyvumo standartus aplinkos mokslų tyrimuose.