Ученые из Сколтеха разработали алгоритм, распознающий породы деревьев на спутниковых фотографиях.
Нейросеть научилась различать породы деревьев / ©Getty images
Результаты работы опубликованы в журнале IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing. 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.
