Нейросеть помогает ученым составить карту Байкальской природной территории
Технологию, которая обучает нейронную сеть различать на космоснимкахособенности местности, разработали ученые Института динамики систем и теории управления имени В.М. Матросова СО РАН (ИДСТУ СО РАН). Она помогает составить карту Байкальской природной территории. Однако технология может быть полезна МЧС и правоохранительным органам для контроля незаконных вырубок, а также предприятиям, которые занимаются добычей минеральных ресурсов. Ученые могут пользоваться сервисом при исследованиях биоразнообразия, заболеваний, эволюции и деградации лесных ресурсов, а также для изучения карбонового следа.
Созданный в ИДСТУ СО РАН веб-сервис классификации космоснимковSentinel-2 уже интегрирован в Геопортал института. В отличие от существующих программ, разработанная в Иркутске учитывает особенности местности.
«Одна из задач оперативного мониторинга по обработке космических снимков — составление карты Байкальской природной территории. При помощи данной карты можно оценивать состояние сельскохозяйственных и лесных угодий, выявлять места незаконных рубок и выгоревших после пожаров территорий», — рассказал научный сотрудник ИДСТУ СО РАН, кандидат технических наук Юрий Авраменко.
На основе почти 220 изображений со спутника Sentinel-2 и по результатам полевых работ сотрудники ИДСТУ СО РАН обучили нейронную сеть ResNet50 распознавать 12 классов объектов: пастбища, редколесье, вырубки, кустарники, хвойный, лиственный и смешанный леса, воду и другие объекты. При апробации нейронной сети классифицировано более 22 тыс. снимков, по некоторым классам объектов точность распознавания составила выше 95%. При этом разработаны и применены методы, которые значительно снизили время обработки космических снимков.
Веб-сервисом Sentinel-2 могут пользоваться различные ведомства для планирования и принятия решений — разработка ученых позволяет повысить оперативность мониторинга больших территорий. Созданный веб-сервис можно применять и в других российских регионах.
В планах ученых продолжить разработку методов и алгоритмов для повышения скорости и улучшения результата обработки данных. Работа проводится в рамках крупного проекта Минобрнауки России «Фундаментальные основы, методы и технологии цифрового мониторинга и прогнозирования экологической обстановки Байкальской природной территории».
