Aiemmin 2020 metsämuutosten seurantaosajärjestelmää testattiin testitilassa koko alueella.
Osastopäällikkö Mikhail Nikitinin mukaanPermin alueen luonnonvarojen, metsätalouden ja ekologian ministeriön suojelu, suojelu ja valvonta metsissä, järjestelmä lisää valvonnan ja valvonnan tehokkuutta alueella. Lisäksi se vähentää partiointikustannuksia virtaviivaistamalla metsätutkimuksia. On paljon helpompaa ja nopeampi reagoida tiettyihin kartalla näkyviin signaaleihin. Tämän ansiosta löydetään yhä enemmän esineitä, joiden väitetään rikkoneen. Jatkossa näitä osajärjestelmiä voidaan käyttää todistusaineistona valvonta- ja valvontatoimissa sekä tuomioistuimissa.
Innopoliksen yliopiston kehittäjät ja yrityksetInnogeotech on luonut algoritmin, joka eliminoi hermoverkoille tyypillisten pienten esineiden puuttumisen ongelman: selvitysten määrittämiseen tarvittavat algoritmit toimivat esineiden kanssa, joiden koko on 3 * 3 pikseliä. Kuvissa on myös ratkaistu pilvistä muodostuvan sumun ongelma - algoritmit erottavat taivaan sumun automaattisesti metsänmuutoksista, aiemmin tätä varten tehtiin lisäkäsittely. Algoritmit toimivat kesällä ja talvella Landsat 8- ja Sentinel 2 -avaruusalusten kuvien kanssa.
"Palvelu metsien muutosten automaattiseen seurantaanlataa avaruuskuvatiedot viikoittain. Kuvankäsittelyn ja syvällisen oppimisen nykyaikaiset tekniikat mahdollistavat muutama vuosi sitten mahdottomana vaikuttaneiden ongelmien tehokkaan ratkaisemisen - korostaa Innopolis-yliopiston tekoälyn instituutin johtaja Ramil Kuleev - Metsäteollisuuden kehityssuunta on meille erittäin tärkeä, näemme mahdollisuuden ratkaista automaattisen verotuksen ongelmat metsät, erilaisten tietolähteiden - avaruus-, lidar- ja drone-kuvien - integrointi, negatiivisten tilanteiden, myös hätätilanteiden - tulipalojen, metsän kuivumisen ennustaminen ”.
”Olemme vähentäneet minimiähavaittujen metsämuutosten alueella. Referenssinäytteen suuren volyymin ansiosta hermoverkkomme havaitsee tällä hetkellä aukot kuvissa, joissa on pilviä ja pilvivarjoja, kertoo Innopoliksen yliopiston metsäteollisuuden digitalisaatioprojektin johtaja Dmitry Shevelev. ”Ennen tätä meidän piti leikata kuvista pilvet pois tai käyttää pilvettömiä kuvia. Jatkamme myös satelliittikuvalähteiden tietokannan laajentamista. Nyt osajärjestelmää viimeistellään kotimaisten satelliittien Resurs-P ja Kanopus-V tietojen hyödyntämisen osalta.
Permin alueen alueella jatkuvaaseuranta sisältää 12,4 miljoonaa hehtaaria metsävaroja. Ennen tätä Innopolis-yliopiston kehittäjät esittivät tekniikan Tatarstanin tasavallan alueella, automaattisessa tilassa se seuraa metsiä 1,2 miljoonan hehtaarin alueella - 31 tasavallan metsäalueella. Palvelu analysoi tekoälytekniikkaa käyttäen maapallon satelliiteista vastaanotettuja avaruuskuvia, esikäsittelee ne ja lähettää tulokset hermoverkoille, verkot segmentoivat nämä kuvat ja antavat vektorin, jossa on polygoneja. Tämä palvelu on kehitetty osana Volgan liittovaltion piirin integroidun etävalvontajärjestelmän luomista, joka valvoo myös maatalousmaata, infrastruktuurin ja pääoman rakentamista sekä jätteenkäsittelyprosesseja.
”Työkokemus Tatarstanin tasavallan alueellaja Permin alue antaa meille mahdollisuuden testata metsävalvontapalvelun toimintaa laajoilla alueilla. Näemme, että tehdyn työn ja jatkuvan parantamisen ansiosta palvelu voidaan nyt skaalata suurille alueille, lähitulevaisuudessa kattamaan koko Venäjän metsärahaston”, Dmitri Shevelev päättää.
Lue myös
Abortti ja tiede: mitä tapahtuu synnyttäville lapsille
Katso kauneimmat kuvat Hubbleista. Mitä kaukoputki on nähnyt 30 vuoden aikana?
NASA julkaisi kuvan maasta kuusta, joka otettiin vuonna 1968