2020'nin başlarında, orman değişikliği izleme alt sistemi tüm bölge boyunca test modunda test edildi
Bölüm başkanı Mikhail Nikitin'e göreDoğal Kaynaklar, Ormancılık ve Perm Bölgesi Ekoloji Bakanlığı ormanlarında koruma, koruma ve denetim, sistem bölgedeki kontrol ve denetim faaliyetlerinin etkinliğini artırmaktadır. Ek olarak, orman araştırmalarını kolaylaştırarak devriye gezme maliyetlerini düşürür. Haritada görüntülenen belirli sinyallere tepki vermek çok daha kolay ve hızlıdır. Bu sayede, ihlal olduğu iddia edilen daha fazla nesne bulundu. Gelecekte, bu alt sistemler kontrol ve denetim faaliyetlerinde ve mahkemelerde bir kanıt temeli olarak kullanılabilir.
Innopolis Üniversitesi Geliştiricileri ve ŞirketleriInnogeotech, sinir ağları için tipik olan küçük nesnelerin eksik olması sorununu ortadan kaldıran bir algoritma yarattı: 3 * 3 piksel boyutundaki nesnelerle çalışan açıklıkları belirlemeye yönelik algoritmalar. Görüntülerdeki bulutlardan bulanıklığın varlığı sorunu da çözüldü - algoritmalar gökyüzündeki bulanıklığı orman değişikliklerinden otomatik olarak ayırıyor, daha önce bunun için ek işlemler gerçekleştiriliyordu. Algoritmalar yaz ve kış aylarında Landsat 8 ve Sentinel 2 uzay aracından alınan görüntülerle çalışır.
"Orman değişikliklerini otomatik olarak izleme hizmetihaftalık aralıklarla uzay görüntü verilerini indirir. Modern görüntü işleme ve derin öğrenme teknolojileri, birkaç yıl önce imkansız görünen sorunları etkili bir şekilde çözmeyi mümkün kılıyor - Innopolis Üniversitesi Yapay Zeka Enstitüsü Direktörü Ramil Kuleev vurguluyor - Ormancılık endüstrisinin gelişim yönü bizim için çok önemli, otomatik vergilendirme sorunlarını çözme olasılığını görüyoruz ormanlar, çeşitli veri kaynaklarının entegrasyonu - uzay görüntüleri, lidar görüntüleri ve drone görüntüleri, acil durumlar da dahil olmak üzere olumsuz durumların gelişimini öngörüyor - yangınlar, ormanın kuruması ”.
"Asgari tutarı düşürdük"tespit edilen orman değişikliklerinin alanı. Innopolis Üniversitesi orman endüstrisi dijitalleştirme projesi başkanı Dmitry Shevelev, referans örneğinin büyük hacmi sayesinde sinir ağımızın şu anda bulutlu ve bulut gölgeli görüntülerdeki açıklıkları tespit ettiğini açıklıyor. “Bundan önce görüntülerdeki bulutları kesmemiz veya bulutsuz görüntüler kullanmamız gerekiyordu. Ayrıca uydu görüntüsü kaynakları veritabanını genişletmek için de çalışmalarımızı sürdürüyoruz. Artık alt sistem, yerli uydular Resurs-P ve Kanopus-V'den gelen verilerin kullanılması açısından sonuçlandırılıyor.”
Sürekli olarak Perm Bölgesi topraklarındaizleme 12,4 milyon hektar orman kaynağını içerecek. Bundan önce, Innopolis Üniversitesi geliştiricileri, teknolojiyi Tataristan Cumhuriyeti topraklarında tanıttı ve otomatik bir modda, cumhuriyetin 31 ormanlık alanı olan 1,2 milyon hektarlık topraklardaki ormanları izledi. Yapay zeka teknolojisini kullanan hizmet, Dünya uydularından alınan uzay görüntülerini analiz ediyor, ön işlem yapıyor ve sonuçları sinir ağlarına gönderiyor, ağlar bu görüntüleri bölümlere ayırıyor ve çokgenli bir vektör yayınlıyor. Bu hizmet, tarım arazisini, altyapıyı ve sermaye inşaatını ve atık işleme süreçlerini de izleyen Volga Federal Bölgesi için Entegre Uzaktan İzleme Sisteminin oluşturulmasının bir parçası olarak geliştirilmiştir.
“Tataristan Cumhuriyeti topraklarında iş deneyimive Perm Bölgesi bize orman izleme hizmetinin çalışmalarını geniş alanlarda test etme fırsatı veriyor. Yapılan çalışmalar ve sürekli iyileştirme sayesinde hizmetin artık geniş alanlara ölçeklendirilebileceğini ve yakın gelecekte Rusya'nın tüm orman fonunu kapsayacak şekilde ölçeklendirilebileceğini görüyoruz" diye bitiriyor Dmitry Shevelev.
Ayrıca okuyun
Kürtaj ve bilim: doğum yapacak çocuklara ne olacak
Hubble'ın en güzel resimlerine göz atın. Teleskop 30 yılda ne gördü?
NASA, 1968'de çekilen Ay'dan Dünya'nın bir fotoğrafını yayınladı