Учёные из Сколтеха обучили нейросеть определять высоту деревьев на спутниковых снимках. Решение будет полезно для мониторинга окружающей среды, запасов древесины и инфраструктурных объектов, в первую очередь высоковольтных линий. Представленная в журнале IEEE Access модель отличается от ранее существовавших тем, что не требует малодоступных данных — съёмок с дронов или с использованием нескольких инфракрасных камер.

тайга

Оценки высоты лесного покрова нужны экологам, работникам лесного хозяйства и операторам инфраструктурных объектов. Зная высоту деревьев, можно лучше оценить состояние экосистемы, потенциал лесного массива с точки зрения фиксации атмосферного углекислого газа, количество доступной для заготовки древесины и риски повреждения линий электропередачи.

Задействовать в сборе этой информации лесников и дроны крайне дорого, особенно если требуется охватить обширный и/или труднодоступный участок леса. Можно использовать так называемые мультиспектральные спутниковые данные — съёмку с орбиты не только в видимом, но и в инфракрасном диапазоне. Проблема в том, что такие данные дороги, а для многих территорий и вовсе отсутствуют, в то время как обычная оптическая съёмка со спутника широко доступна, но надёжно предсказать по ней высоту деревьев до сих пор не представлялось возможным.

Исследователи из Сколтеха и их коллега из Сбера решили эту проблему: они представили нейросеть, которая эффективно предсказывает высоту лесного покрова на основе оптических данных со спутника.

«Если выделить один ключевой фактор успеха нашей нейросети, то, пожалуй, дело в её способности анализировать пространственные данные и текстурные характеристики. Существует связь между формой и размером кроны дерева и его высотой, и наша нейросеть эту связь учитывает», — прокомментировала результаты исследования его первый автор, аспирантка Сколтеха Светлана Илларионова.

«Мы привлекаем вспомогательные данные, — добавила она. — Помимо оптической съёмки, в качестве признаков на вход нейронной сети подаётся ArcticDEM — свободно доступная цифровая модель таёжного рельефа без учёта растительности с разрешением 2 метра».

Коллектив обучил нейросеть на данных по Архангельской области. Оценку качества предсказаний проводили путём их сопоставления с проведёнными в том же регионе лидарными наблюдениями с беспилотника. Тем не менее, по словам учёных, решение будет работать и в других районах с сопоставимой растительностью.

 

Источник информации: Сколтех

Источник фото: ria.ru