Определение пород леса важно для эффективного лесопользования и контроля лесных массивов. Применение спутниковых данных позволяет решать эту задачу быстрее и экономичней других способов. Такой подход не требует наземных наблюдений в удаленных и обширных регионах.
Исследователи из Центра по научным и инженерным вычислительным технологиям для задач с большими массивами данных CDISE и Космического центра Сколтеха применили нейросетевой подход для автоматизации определения преобладающих пород по снимкам высокого и среднего пространственного разрешения. Использование иерархической модели классификации, а также дополнительных материалов (таких как высота растительного покрова), позволило существенно повысить качество предсказаний и обеспечить большую устойчивость алгоритма для его практического применения.
«Сервисы на основе разработанной технологии могут быть востребованы коммерческими компаниями, выполняющими работы по таксации лесных участков, конечным потребителем которых являются лесозаготовители и лесопереработчики, а также ведомственные организации лесной отрасли для количественной и качественной оценки древесных ресурсов на арендованных территориях. Также наш подход может быть использован для экспресс-оценки инвестиционной привлекательности лесных участков на малоосвоенных лесных территориях», – поясняет первый автор работы, аспирантка Сколтеха Светлана Илларионова.
Разработанные алгоритмы планируется интегрировать в платформу "Геоалерт" для автоматизации производства материалов лесоустройства, реализуемых с помощью специализированного ПО "Парма-ГИС".
Источник: www.it-world.ru