Пресс-центр

Ученые научили нейросеть анализировать изменения границ лесов по снимкам из космоса

05.08.2019

Российские ученые на основе данных дистанционного зондирования Земли (ДЗЗ) научили искусственный интеллект определять тип растительности на территориях и границы биомов. В дальнейшем система может быть использована для мониторинга изменения площади и границ лесов после пожаров, вырубок или из-за потепления климата, сообщила в понедельник пресс-служба Министерства науки и высшего образования РФ.

"Коллектив исследователей из Института биофизики и Института вычислительного моделирования Красноярского научного центра Сибирского отделения (СО) РАН на основе данных ДЗЗ научили искусственный интеллект определять тип растительности на территориях и границы биомов. <...> В ближайшей перспективе такая система сможет отслеживать изменения площадей леса. С ее помощью можно будет отслеживать изменения после пожаров, вырубок леса, продвижения границы лесов из-за потепления климата, а также по другим причинам", - говорится в сообщении.

Многоспектральные спутниковые снимки используются для изучения растительности и определения границ различных биомов, например, леса. Данные, полученные со спутников, представляются в виде фотографий. Информация на таком снимке и традиционной карте часто не совпадают, поскольку карты обновляются редко. При этом анализировать изображения тысяч квадратных километров и обводить леса по фотографиям вручную - нереальная задача. Поэтому ученые решили ее автоматизировать.

Исследователи обучали нейросеть распознавать границы лесов, лугов и других биомов по спутниковым изображениям, полученным в период с мая по сентябрь 2018 года. Данные предоставлялись с нескольких регионов Красноярского края, для которых хорошо известны типы растительности. В итоге нейросеть научилась отличать типы растительности, а также различать леса по виду: хвойные или лиственные.

Однако алгоритм пока совершает ошибки в распознавании лугов. Исследователи планируют повысить точность и улучшить распознавание за счет дополнительного обучения с более широким охватом зон и данных. Исследование проводилось при поддержке Российского фонда фундаментальных исследований и Русского географического общества.

Источник: ТАСС

Возврат к списку

наверх