Новый алгоритм находит незаконную вырубку леса по снимкам из космоса

Институт искусственного интеллекта Российского факультета информатики совместно с компанией «Инногеотех» и Министерством природных ресурсов, лесного хозяйства и экологии Пермского края разработали подсистему изменения лесов «Умный лес». Этот сервис отслеживает незаконные рубки, пожары и другие изменения. Об этом говорится в сообщении пресс-службы «хитэк» университета Иннополис.

Читайте в материале «Хитек».

В начале 2020 года подсистема мониторинга изменений в лесах была допущена к тестовой эксплуатации на всей территории Пермского лесного фонда. Цель — выявление незаконных рубок. За этот период было выявлено 679 объектов изменения лесов и проведена верификация объектов изменения Пермским краевым управлением лесами. Подсистема показала высокую точность и эффективность и в настоящее время готовится к полноценной интеграции в Smart Forest RGI.

По словам Михаила Никитина, начальника отдела охраны, защиты и надзора за лесами Министерства природных ресурсов и экологии леса Пермского края, система позволила повысить эффективность контрольно-надзорных мероприятий в регионе. Кроме того, она снижает затраты на патрулирование за счет оптимизации лесоустроительных работ. Реагировать на конкретные сигналы, отображаемые на карте, стало гораздо проще и быстрее. Благодаря этому обнаруживается все больше участков с предполагаемыми нарушениями. В будущем эти подсистемы можно будет использовать для контрольно-надзорной деятельности и в качестве основы для доказательств в суде.

Разработчики из университетов Иннополис и Инохотек создали алгоритм, который позволяет сбалансировать проблему исчезновения мелких объектов, что является особенностью нейронных сетей. Это алгоритм, который обнаруживает журналы, работающие на расстоянии 3 пикселей. Также решена проблема облачности на изображении — алгоритм автоматически отличает изменения леса от размытого неба, что ранее требовало дополнительной обработки. Алгоритм работает летом и зимой на снимках космических аппаратов Landsat 8 и Sentinel 2.

Служба изменения лесов автоматически загружает данные спутниковых снимков с периодичностью раз в неделю». Рамиль Куреев, директор Института искусственного интеллекта Университета Иннополис, говорит: «Для нас очень важно направление развития лесной отрасли. Мы видим перспективу решения проблемы с автоматическим учетом лесов, совмещением различных исходных дронов и прогнозированием их эволюции». Рамиль Куреев, директор лаборатории искусственного интеллекта Университета Иннополис, сказал.

Мы сократили минимальную площадь обнаруживаемых изменений леса в два раза — до 0,1 гектара. Благодаря большому количеству эталонных образцов наша нейронная сеть обнаружила облака в облаках и облачные тени, — объясняет Дмитрий Шевелев, руководитель программы оцифровки лесов в Университете Иннополис. — Ранее приходилось обрезать облака с фотографий или использовать изображения без облаков». Также продолжается работа по расширению базы данных SpaceSource. В настоящее время в подсистеме завершена работа по использованию данных с отечественных спутников «Ресурс-П» и «Канопус-В».

На территории Пермского края под постоянным мониторингом находится 1, 2,4 млн га леса. Ранее разработчики из Университета Инополис применили технологию в Республике Татарстан — в автоматизированном режиме мониторинг лесов на территории 1,2 млн га осуществляет 31 лесничество республики. Сервис использует технологию искусственного интеллекта для анализа космических снимков, полученных со спутников Земли, их подготовки и передачи результатов через нейронную сеть. Сеть сегментирует снимки и генерирует векторы полигонов. Сервис был разработан в рамках комплексной телеграфной системы федерального Приволжского округа, которая осуществляет мониторинг сельскохозяйственных угодий, инфраструктуры, объектов капитального строительства и процедур утилизации отходов.

Опыт работы в Республике Татарстан и Пермском крае дает нам возможность протестировать сервис лесного мониторинга на большой территории. Благодаря проделанной работе постоянное совершенствование сервиса может быть распространено на огромную территорию и в ближайшем будущем охватить весь лесной фонд России», — заключает Дмитрий Шевелев.

Старые вырубки леса на карте: как обнаружить и использовать данные о вырубках в лесном хозяйстве

Цель: исключить из дальнейшего анализа участки, разрушенные хозяйственной деятельностью, которые достоверно выявляются на пространственных снимках среднего разрешения.

На этом этапе использовались ресурсы МГУ-СК в летний и зимний сезоны.

Работы, выполненные в рамках II этапа

1. исключение участков, нарушенных интенсивными рубками. Это надежно выявляется с помощью спутниковых снимков среднего разрешения. Исключен Негрок, исключены горные опухоли и старые экстази объемы гор. Исключались участки и полосы лесов и других природных экосистем между свежими или старыми ликвидированными массивами, либо менее 2 км между экстази-массивами и другими объектами антропогенной инфраструктуры.

(2) Исключались выгоревшие участки и участки, занятые молодыми и промежуточными насаждениями, образовавшимися в результате антропогенного выжигания. Поскольку провести достоверное разграничение между «антропогенными» и «естественными» сгоревшими территориями невозможно, был принят типовой алгоритм. Используются определенные горные объемы на сгоревших территориях и в лесах, находящихся на ранних стадиях послелесной сукцессии. Лес или лесное хозяйство. Другие лесные и нелесные природные экологические территории и нелесные природные экологические системы шириной менее 2 км, расположенные в пределах горных объемов на антропогенно сожженных территориях и на начальных стадиях послелесного восстановления, исключены из проверки.

3. исключить из дальнейшей проверки участки, не соответствующие установленным критериям протяженности и линейности (минимальной ширины). В тех случаях, когда минимальная ширина острова составляла менее 2 км, в качестве отдельных территорий рассматривались крупные участки природных экосистем, связанные с островами, или другие природные экосистемы без явных признаков нарушения.

Таблица 2. Декодирование признаков территорий, нарушенных деятельностью человека, с помощью космических аппаратов среднего разрешения (пары летних и зимних снимков)

Препятствие

Декодирующие признаки

Примечания.

Свежий индивидуальный экстаз.

Наличие голой почвы. Прямоугольные или почти прямоугольные границы безлесных участков. Наличие дорог и лесных троп.

Для определения или контроля точности обнаружения свежих экстазов сравнивались старые и более свежие снимки среднего разрешения, сделанные в зимний сезон. Если возникали сомнения, отдельные экструзии, не являющиеся частью свежих или старых экстазов, на этом этапе не распознавались.

Свежие горные массивы.

То же самое + характерная структура лесных массивов (феноменальная близость к лесным массивам, размещение лесных массивов на минеральных высотах между большим количеством болот, вырубка хвойных массивов между небольшими кучами листвы). Дорожная сеть, наличие дорог, развитых круглогодично.

Для проверки точности обнаружения новейших экстази также сравнивались старые снимки среднего разрешения, сделанные в зимний сезон.

Старая складчатость разных типов

Признаки смены доминирующих видов (обычные небольшие лиственные кластеры) — за исключением участков, примыкающих к северной границе леса и верхней границе горного леса. Следы масштабных связей с лесосеками, где присутствуют линейные или прямоугольные структуры. Следы старой или действующей сети дорог. Четкие границы с лесом, исключенным из предполагаемого использования (в основном защитные полосы вдоль рек и озер).

Данные о старых лесных дорогах, имеющиеся на общегеографических картах, использовались в качестве дополнительного признака для старых гарей. Гари в пределах старого леса включались в старый лес.

Места добычи полезных ископаемых и карьеры.

Открытые минеральные субстраты. Наличие дорог. Признаки сильного загрязнения прилегающих водоемов.

В качестве дополнительных признаков использовались данные о строительстве дорог и разработке полезных ископаемых, имеющиеся на общегеографической карте, а также библиографии и специалисты.

Пресные порты.

Наличие обнаженных почв с отметками золы и древесного угля. Непрямые линейные границы.

Свежие заборы, молодые и промежуточные насаждения, сформированные заборами, и образованные ими мозаики считались нарушенными территориями только в том случае, если они непосредственно примыкали к объектам антропогенной инфраструктуры или выявленным вдоль них разделительным зонам.

Молодые и промежуточные насаждения, сформированные на выгоревших участках

Для участков с преобладанием темнохвойных пород — признаки смены доминирующих видов (распространены небольшие лиственные кластеры) — как и признаки вырубки отсутствуют, за исключением северной границы леса и участков, примыкающих к границе горного леса. Участки со светлохвойным лесом — преобладание участков с признаками недавнего горения (пепел, уголь, лишайники, при наличии редколесья).

Сельскохозяйственные угодья, пастбища.

Земли с травянистой растительностью ограничены крупными речными поселениями и долинами.

В качестве дополнительной характеристики использовались данные о сельскохозяйственных землях, имеющиеся на общегеографической карте. Прибрежные полосы вдоль малых рек, не примыкающие к другим элементам антропогенной инфраструктуры, не считались нарушенными.

В результате этого этапа из дальнейшего обследования были исключены участки лесного ландшафта, сильно нарушенные деятельностью человека. По результатам первых двух этапов из дальнейшего анализа было исключено 79,4 % территории (по результатам первых двух этапов). Все участки, которые не могли быть достоверно отнесены к нарушенным на основе анализа снимков среднего разрешения из-за неадекватного анализа снимков или отсутствия наземных данных для дешифрирования, были оставлены для дальнейшего обследования на следующем этапе работ. Результатом первых двух этапов работ стали предварительные карты малонарушенных лесных территорий в Северной Европе на севере России (рис. 48).

Рис. 48. Результаты второй части анализа: большая (более 50 000 га) карта потенциальных малонарушенных лесных территорий в Северной Европе к северу от России (более 50 000 га).

Карта делянок 2019: 5 новых фишек

Как получить спутниковые снимки своего участка в любое время с помощью системы 1С в один клик. Что помогает обнаружить незаконную вырубку леса? Могу ли я одновременно видеть всю сетку кварталов района? Можно ли на экране увидеть номенклатуру и выполнение планов рубок по видам? Как можно оценить общую картину лесоустройства в расчете на гектар?