Искусственный интеллект определит границы лесов по космическим фотографиям

​Группа ученых из Красноярского научного центра СО РАН обучила искусственный интеллект классифицировать тип растительности и определять границы биомов по данным дистанционного мониторинга Земли. Система хорошо распознает лес, но пока еще совершает ошибки на полях. Исследование может применяться для отслеживания изменений границ леса. Результаты работы опубликованы в сборнике конференции IOP Conference Series: Materials Science and Engineering.

Многоспектральные спутниковые снимки можно использовать для изучения наземной растительности и определения границ различных биомов, к примеру, леса. Данные, полученные со спутников, представляются в виде фотографий. Информация на современном снимке и традиционной карте часто не совпадают, поскольку карты обновляются редко. Анализировать изображения тысяч квадратных километров и обводить леса по фотографиям вручную – нереальная задача. Поэтому ученые решили поручить это дело искусственному интеллекту.

Коллектив исследователей из красноярских Института биофизики и Института вычислительного моделирования Красноярского научного центра СО РАН на основе данных дистанционного зондирования Земли научили искусственный интеллект определять тип растительности на территориях и определять границы биомов. Ученые показали, что тип растительности можно идентифицировать попиксельно, используя 12 спектральных каналов и обучаемый алгоритм с обратной связью. Программа успешно узнает и различает хвойные и лиственные леса, но пока имеет проблемы с распознаванием лугов.

Исследователи обучали нейросеть 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. Нейросеть обучалась на хвойных и смешанных лесах возле Красноярска и полях около села Погорелка. Она научилась хорошо отличать типы растительностей, а также различать леса по виду хвойных или лиственных.

Однако алгоритм пока совершает ошибки в распознавании лугов. Иногда он находит на них небольшие участки, которые обозначает лесом посреди поля. Ученые отмечают, такой «дефект» может быть связан с наличием там нетипичных растений, с характеристиками больше напоминающими леса. Исследователи планируют повысить точность и улучшить распознавание за счет дополнительного обучения с более широким охватом зон и данных. Также стоит задача уменьшить количество используемых нейросетью каналов.

«На большой территории, снимки с которой нужно просмотреть, человек может делать ошибки из-за усталости или других факторов. Наша команда решила, что нейросеть будет быстрее и точнее выполнять аналогичную работу. Мы взяли фотографии территорий с точно известными типами растительности в двенадцати спектральных каналах, и обучили на них нейросеть распознавать границы хвойных и лиственных лесов и лугов. Для каждого пикселя снимка она получала на вход значения двенадцати спектральных каналов и обучалась предсказывать тип растительности. Сейчас мы работаем над увеличением точности распознания и количества распознаваемых типов растительности», – рассказал Михаил Салтыков, кандидат физико-математических наук, младший научный сотрудник Института биофизики Красноярского научного центра СО РАН.

В ближайшей перспективе такая система сможет отслеживать изменения площадей леса. Нейросеть будет автоматически просматривать и анализировать снимки за разные годы и показывать, как сдвинулись за это время границы лесов. С ее помощью можно будет отслеживать изменения после пожаров, вырубок леса, продвижения границы лесов из-за потепления климата, а также по другим причинам.

Исследование проводилось при поддержке Российского фонда фундаментальных исследований и Русского географического общества.

Искусственный интеллект определит границы лесов по космическим фотографиям.docx

На фото: снимок леса в районе поселка Погорелка (правый) и его распознание нейросетью (левый)

Источники

Ученые научили нейросеть анализировать изменения границ лесов по снимкам из космоса

В Красноярске обучают искусственный интеллект отличать леса на космоснимках

Ученые научили нейросеть анализировать изменения границ лесов по снимкам из космоса

Ученые научили нейросеть анализировать изменения границ лесов по снимкам из космоса

Искусственный интеллект определит границы лесов по космическим фотографиям

Красноярские ученые научили нейросеть выделять леса на фотографиях

Красноярские ученые научили нейросеть выделять леса на фотографиях

Ученые научили нейросеть анализировать изменения границ лесов по данным дистанционного зондирования

Искусственный интеллект определит границы лесов по космическим фотографиям

Исследователи научили нейросеть определять изменения границы лесов

Исследователи научили нейросеть определять изменения границы лесов: Яндекс.Новости

Исследователи научили нейросеть определять изменения границы лесов

Исследователи научили нейросеть определять изменения границы лесов

Ученые научили нейросеть анализировать изменения границ лесов по снимкам из космоса

Ученые научили нейросеть анализировать изменения границ лесов по снимкам из космоса

Красноярские ученые обучили искусственный интеллект различать хвойные и лиственные леса на космических снимках

Искусственный интеллект научился распознавать сибирские леса

Ученые научили нейросеть анализировать изменения границ лесов по снимкам из космоса.

Искусственный интеллект определит границы сгоревших лесов в Сибири

Искусственный интеллект определит границы сгоревших лесов в Сибири

Красноярские ученые определяют границы лесов, используя и скусственный интеллект

Искусственный интеллект определит границы лесов по космическим фотографиям

Искусственный интеллект определит границы лесов по космическим фотографиям - "Технологии"

Искусственный интеллект определит границы лесов по космическим фотографиям

Искусственный интеллект определит границы лесов по космическим фотографиям

Искусственный интеллект определит границы лесов по космическим фотографиям: Яндекс.Новости

Искусственный интеллект определит границы лесов по космическим фотографиям

Искусственный интеллект определит границы лесов по космическим фотографиям

Искусственный интеллект определит границы лесов по космическим фотографиям

Нейросети спасут сибирские леса от пожаров и незаконных вырубок

Красноярские ученые определят границы лесных пожаров в Сибири с помощью искусственного интеллекта

Красноярские ученые определят границы лесных пожаров в Сибири с помощью искусственного интеллекта

Красноярские ученые будут спасать сибирскую тайгу от пожаров и незаконных вырубок с помощью искусственного разума

Красноярские ученые создают нейросеть, которая поможет восстановить леса Сибири

Красноярские ученые определят границы лесных пожаров в Сибири с помощью искусственного интеллекта

Красноярские ученые будут спасать сибирскую тайгу от пожаров и незаконных вырубок с помощью искусственного разума

Красноярские ученые будут спасать сибирскую тайгу от пожаров и незаконных вырубок с помощью искусственного разума

Красноярский край. Ученые определят границы лесных пожаров в Сибири с помощью искусственного интеллекта

Леса Сибири от пожаров и незаконных вырубок спасут нейросети

Нейросети спасут сибирские леса от пожаров и незаконных вырубок

Красноярские ученые создают нейросеть для восстановления лесов Сибири

Красноярские ученые создают нейросеть, которая поможет восстановить леса Сибири

Красноярские ученые создают нейросеть для восстановления лесов Сибири

Красноярские ученые создают нейросеть для спасения лесов Сибири

В Сибири ученые научили нейросеть определять ущерб от лесных пожаров

В Сибири ученые научили нейросеть определять ущерб от лесных пожаров

В Сибири ученые научили нейросеть определять ущерб от лесных пожаров

НЕЙРОСЕТИ СПАСУТ СИБИРСКИЙ ЛЕС

Ученые из России создают нейросеть для восстановления лесов Сибири

Похожие новости

• 24/10/2018

  Космический огород, светящиеся бактерии и пешеходное движение в Красноярске

  Как учатся выращивать растения и утилизировать отходы для будущих марсианских и лунных баз, как работает процесс определения загрязняющих веществ в воде с помощью светящихся бактерий, для чего нужно моделирование пешеходного движения? "Чердак" побывал в лабораториях Красноярского научного центра СО РАН и Сибирского федерального университета и узнал, какие там сейчас ведутся разработки и исследования.

  1111
• 26/12/2018

  Десять самых заметных результатов ученых Красноярского научного центра СО РАН в 2018 году

  ​В конце года традиционно называются результаты ученых Красноярского научного центра СО РАН, которые получили наибольший резонанс в СМИ. Для начала несколько слов о том, откуда берутся научные новости.

  1413
• 10/09/2018

  Модель дорожной сети города уменьшит количество пробок

  ​Ученые Федерального исследовательского центра Красноярский научный центр СО РАН и Сибирского федерального университета описали дороги краевой столицы с помощью модели графа. Расчеты показали, что в городе есть улицы, перекрытие которых разбивает транспортную сеть на несколько практически несвязанных участков.

  1079
• 14/06/2018

  Наночастицы нитрида титана повысят производительность оптоволоконных линий связи

  Ученые Федерального исследовательского центра Красноярский научный центр СО РАН (ФИЦ КНЦ СО РАН) совместно с коллегами из Сибирского федерального университета, Сибирского государственного университета науки и технологий им.

  1604
• 07/08/2019

  Если в регионе нет науки, то эта территория превращается в колонию

  Директор Красноярского научного центра СО РАН НИКИТА ВОЛКОВ рассказал в интервью «Континенту Сибирь» об опыте интеграции академических институтов региона в рамках федерального исследовательского центра, о возможностях освоения арктических территорий Красноярского края, о перспективных исследованиях красноярских ученых, а также о причинах, которые сдерживают развитие научных центров по эту сторону Урала.

  849
• 23/08/2019

  Ученые разрабатывают светящиеся белки для поиска раковых клеток в организме

  ​Международная группа исследователей, в которую вошли представители Сибирского федерального университета (СФУ, Красноярск), разрабатывает специальные белки, способные в составе медицинских препаратов определять в организме раковые клетки и сигнализировать о них свечением под лучами ультрафиолетовой лампы или лазера.

  1203
• 12/08/2017

  Краткий карьерный гид молодого ученого

  Лето - горячая пора не только для выпускников школ. Тех, кто желает после университета связать свою жизнь с наукой, ждет еще одна ступень обучения. Прямо сейчас в научных организациях и университетах продолжается конкурсный набор в аспирантуру.

  2338
• 14/07/2020

  BIM-модели помогут рассчитать пожарную безопасность

  13 июля 2020 года прошел вебинар «Университета Минстроя «Применение информационной модели здания при проверке соответствия проекта требованиям пожарной безопасности». Докладчик – старший научный сотрудник Института вычислительного моделирования СО РАН, кандидат физико-математических наук Екатерина Кирик – рассказала о требованиях законодательства, в частности, актуальной редакции Федерального закона №123-ФЗ «Технический регламент о требованиях пожарной безопасности» для расчета пожарного риска, о требованиях, налагаемых на проектировщика риск-ориенированным подходом и о методах моделирования развития пожара и эвакуации при оценке объемно-планировочных решений на предмет соответствия нормативам по пожарной безопасности.

  634
• 05/08/2020

  К Большой норильской экспедиции присоединились гидробиологи и мерзлотоведы

  В первый день полевых работ гидробиологи осмотрели территорию вблизи места разлива нефтепродуктов у ТЭЦ-3, а также ручей Безымянный и реку Далдыкан. В состав отряда входят девять специалистов из пяти научных институтов.

  98
• 25/02/2020

  Ученые — о ближайшем будущем технологий

  ​Ученые из российских вузов Проекта 5–100 рассказали о том, каких прорывов и открытий в сфере своих научных интересов они ждут в ближайшее десятилетие. Мы отобрали прогнозы о развитии технологий, к которым стоит присмотреться бизнесу.

  572