Ученые разработали алгоритм, который может различать породы деревьев на спутниковых фотографиях. Это будет полезно для мониторинга лесных массивов. Исследование опубликовано в IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing.
Спутниковое наблюдение за лесами позволяет быстро и экономично мониторить их состояние. Такой подход избавляет от необходимости наземных наблюдений в удаленных и обширных регионах, что делает сам процесс эффективнее. А мониторинг леса очень важен для эффективного лесопользования и контроля лесных массивов. Одним из важных направлений наблюдения является определение пород леса.
Исследователи из Центра по научным и инженерным вычислительным технологиям для задач с большими массивами данных CDISE и Космического центра Сколковского института науки и технологий использовали нейросетевой подход, чтобы автоматизировать определение преобладающих пород по снимкам высокого и среднего пространственного разрешения. Ученые использовали иерархическую модель классификации и дополнительные материалы, такие как высота растительного покрова, что позволило им значительно 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», — рассказала первый автор работы, аспирантка Сколтеха Светлана Илларионова. Ученые планируют интегрировать разработанные алгоритмы в платформу Геоалерт, чтобы автоматизировать производство материалов лесоустройства, реализуемых с помощью специализированного ПО Парма-ГИС.
Подписывайтесь на InScience.News в социальных сетях: ВКонтакте, Telegram, Одноклассники.
