Studenten van het Finse Instituut voor Natuurlijke Hulpbronnen, Luke, hebben een methode bedacht om boomsoorten te identificeren met een nauwkeurigheid tot 95% met behulp van laserscantechnologie.
Waarom is het eigenlijk nodig? Het vermogen om snel de classificatie van een boom te identificeren, is belangrijk voor zowel wetenschappers, zoals apothekers, die op zoek zijn naar planten voor toekomstige soorten medicijnen, als voor werknemers in de bosbouw om onbedoeld, ongewenst kappen van bomen te voorkomen. Denk je dat je een boom "met het oog" kunt kappen? En als het geslacht kerstbomen zo'n 40 soorten bomen omvat die aan de buitenkant volledig identiek zijn? Zelfs als je een goede bioloog bent, waarom zou je dan extra tijd verspillen?
Over dit probleem is al eerder nagedacht. Zo creëerden Amerikaanse wetenschappers een mobiele applicatie die het type boom herkent aan de vorm van een blad of bloeiwijze. Maar laten we teruggaan naar de uiterlijk identieke 40 soorten kerstbomen. Daarom besloten Finse wetenschappers om iets nauwkeuriger en grootschaliger te maken.
Tijdens het laserscannen wordt een opeenvolging van punten gemaakt, die vervolgens in de toepassing tot een boom worden gevormd, waardoor een driedimensionaal model wordt gevormd. Voor classificatie gebruikten wetenschappers 15 criteria: vertakkingshoek, diameter, aantal vertakkingen en andere.
Momenteel is de nauwkeurigheid van identificatie van gewone bomen in Finland (berken, dennen, sparren) ongeveer 95%. Er zijn plannen om de database ingrijpend uit te breiden en andere functies toe te voegen, bijvoorbeeld de keuze van de optimale manier van loggen.
bron: Naked-wetenschap