Tidligere i 2020 ble undersystemet for overvåking av skogendringer testet i testmodus over hele territoriet
I følge Mikhail Nikitin, avdelingslederbeskyttelse, beskyttelse og tilsyn i skogene til departementet for naturressurser, skogbruk og økologi i Perm-territoriet, øker systemet effektiviteten av kontroll- og tilsynaktiviteter i regionen. I tillegg reduserer det patruljeringskostnadene ved å effektivisere skogundersøkelser. Det er mye enklere og raskere å reagere på spesifikke signaler som vises på kartet. Takket være dette blir flere og flere gjenstander med påståtte brudd funnet. I fremtiden kan disse delsystemene brukes som bevisbase i kontroll- og tilsynsaktiviteter og domstoler.
Innopolis University Developers and CompaniesINNOGEOTECH har opprettet en algoritme som eliminerer problemet med manglende små objekter som er typiske for nevrale nettverk: algoritmer for å bestemme clearings fungerer med objekter med en størrelse på 3 * 3 piksler. Problemet med tilstedeværelsen av tåke fra skyer i bildene ble også løst - algoritmer skiller automatisk tåke på himmelen fra skogsendringer, tidligere ble ytterligere prosessering utført for dette. Algoritmene fungerer om sommeren og vinteren med bilder fra romskipet Landsat 8 og Sentinel 2.
"Tjeneste for automatisk overvåking av skogendringerlaster ned data om plassbilder med ukentlige intervaller. Moderne teknologier for bildebehandling og dyp læring gjør det mulig å effektivt løse problemer som virket umulige for noen få år siden - understreker Ramil Kuleev, direktør for Institute of Artificial Intelligence ved Innopolis University - Retningen for utvikling for skogindustrien er veldig viktig for oss, ser vi utsiktene til å løse problemer med automatiske beskatningsskoger, integrering av ulike datakilder - rombilder, lidarbilder og dronebilder, forutsi utviklingen av negative situasjoner, inkludert nødsituasjoner - branner, tørking av skog ”.
«Vi har redusert minimumsnivåetområde med oppdagede skogendringer. Takket være det store volumet av referanseprøven, oppdager vårt nevrale nettverk for tiden lysninger i bilder med skyer og skyskygger, forklarer Dmitry Shevelev, leder for skogindustriens digitaliseringsprosjekt ved Innopolis University. «Før dette måtte vi kutte ut skyene i bildene, eller bruke skyfrie bilder. Vi fortsetter også å jobbe med å utvide databasen med satellittbildekilder. Nå blir delsystemet ferdigstilt når det gjelder bruk av data fra innenlandske satellitter Resurs-P og Kanopus-V."
På territoriet til Perm-territoriet for kontinuerligovervåking vil omfatte 12,4 millioner hektar skogressurser. Før det introduserte utviklerne av Innopolis University teknologien på territoriet til republikken Tatarstan, i automatisk modus overvåker den skogene på territoriet til 1,2 millioner hektar - 31 skogsdistrikter i republikken. Tjenesten, ved hjelp av kunstig intelligens-teknologi, analyserer rombilder mottatt fra jordsatellitter, forbehandler dem og sender resultatene til nevrale nettverk, nettverkene segmenterer disse bildene og utsteder en vektor med polygoner. Denne tjenesten ble utviklet som en del av etableringen av et integrert fjernovervåkningssystem for Volga Federal District, som også overvåker jordbruksarealer, infrastruktur og kapitalbygging og avfallshåndteringsprosesser.
"Arbeidserfaring på territoriet til republikken Tatarstanog Perm-territoriet gir oss muligheten til å teste arbeidet til skogovervåkingstjenesten over store områder. Vi ser at takket være arbeidet som er gjort og kontinuerlig forbedring, kan tjenesten nå skaleres til store områder, og i nær fremtid dekker hele Russlands skogfond, avslutter Dmitry Shevelev.
Les også
Abort og vitenskap: hva vil skje med barna som skal føde
Sjekk ut de vakreste bildene av Hubble. Hva har teleskopet sett på 30 år?
NASA publiserte et bilde av jorden fra månen, som ble tatt i 1968