Породы деревьев будут различать с помощью спутников и нейросети
Ученые из Сколтеха разработали алгоритм, распознающий лесные породы на спутниковых фотографиях. Результаты работы опубликованы в журнале IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing.
Определять породы деревьев важно для эффективного лесопользования и контроля лесных массивов. Применение спутниковых данных позволяет решать эту задачу быстро и экономично. Такой метод не требует наземных наблюдений в удаленных и обширных регионах.
Исследователи из Центра по научным и инженерным вычислительным технологиям для задач с большими массивами данных CDISE и Космического центра Сколтеха применили нейросетевой подход для автоматизации определения преобладающих пород по снимкам высокого и среднего пространственного разрешения.
«Нейросетевая модель учится определять одновременно все породы, — рассказывает один из авторов работы, аспирантка Сколтеха Светлана Илларионова. — Мы показали, как можно достичь существенного улучшения в точности классификации, перейдя к иерархической модели, когда задача разбивается на подзадачи: определение лиственных и хвойных пород, а затем — отдельных пород внутри этих групп. Для каждой подзадачи обучается своя нейросетевая модель, конечные результаты по всем моделям агрегируются, генерируя финальную карту преобладающих пород».
Для обучения нейросетевой модели использовался уникальный набор собранных в Ленинградской области таксационных данных, содержащих информацию о классах преобладающих пород отдельных выделов, возрасте и высоте деревьев. Подход был опробован на двух типах спутниковых мультиспектральных данных: снимки среднего разрешения (спутник Sentinel) и высокого пространственного разрешения (спутник WorldView). Алгоритм показал высокие результаты на тестовых участках. Возможность решать задачу, используя спутниковые снимки вместо данных с беспилотников, делает метод более привлекательным для практического применения.
«Сервисы на основе разработанной технологии могут быть востребованы коммерческими компаниями, выполняющими работы по таксации лесных участков, конечным потребителем которых являются лесозаготовители и лесопереработчики. Они пригодятся ведомственным организациям лесной отрасли для количественной и качественной оценки древесных ресурсов на арендованных территориях. Наш подход может быть использован для экспресс-оценки инвестиционной привлекательности участков на малоосвоенных лесных территориях. Разработанные алгоритмы планируется интегрировать в платформу «Геоалерт» для автоматизации производства материалов лесоустройства», — поясняет С.Илларионова.
Алина ЧЕРНОВА
Нет комментариев