Ученые Красноярского научного центра СО РАН создали систему искусственного интеллекта, способную классифицировать типы растительности и выявлять границы природных зон по данным спутникового мониторинга. Разработка уверенно идентифицирует лесные массивы, хотя над точностью распознавания открытых пространств еще ведется работа. Эта технология открывает перспективы для эффективного отслеживания динамики лесных границ.
Цифровые помощники для картографии
Многоспектральные спутниковые снимки предоставляют ценнейшие данные для изучения наземных экосистем и установления рубежей биомов, таких как леса. Однако актуальные космические фотографии часто расходятся с устаревшими картами. Ручной анализ огромных территорий в тысячи квадратных километров практически неосуществим. Решением стала автоматизация процесса с помощью передовых алгоритмов.
Прорывная технология распознавания
Специалисты Института биофизики и Института вычислительного моделирования Красноярского научного центра СО РАН разработали методику обучения искусственного интеллекта на основе спутниковых данных. Они доказали возможность пиксельной идентификации растительности с использованием 12 спектральных каналов и самообучающихся алгоритмов. Система успешно дифференцирует хвойные и лиственные леса, демонстрируя высокую эффективность в лесопокрытых зонах.
Обучение на сибирских ландшафтах
Нейросеть проходила обучение на летних снимках 2018 года, охватывающих различные районы Красноярского края с хорошо изученной флорой. Тренировочными полигонами стали хвойные и смешанные леса вблизи Красноярска и сельхозугодья у села Погорелка. В результате ИИ научился уверенно различать основные типы растительных сообществ и классифицировать древесные породы.
Перспективы совершенствования
На текущем этапе система допускает неточности при анализе луговых территорий, иногда ошибочно выделяя небольшие участки "леса" среди полей. Исследователи связывают это с возможным присутствием атипичной растительности. Для повышения точности планируется расширить обучающую выборку и географический охват данных, а также оптимизировать количество используемых спектральных каналов.
Автоматизированный мониторинг лесов
В ближайшем будущем эта разработка позволит автоматически отслеживать изменения площади лесного фонда. Нейросеть сможет анализировать снимки разных лет, визуализируя смещение границ лесов. Это даст инструмент для контроля последствий пожаров, лесозаготовок, климатических изменений и других факторов, влияющих на экосистемы.
Поддержка важных исследований
Работа выполнена при поддержке Российского фонда фундаментальных исследований и Русского географического общества.
Иллюстрация: Снимок леса в районе поселка Погорелка (правый) и его распознание нейросетью (левый). Изображение авторов исследования
