Каталог Данных Каталог Организаций Каталог Оборудования Каталог Программного Обеспечения Написать письмо Наши координаты Главная страница
RSS Реклама Карта сайта Архив новостей Форумы Опросы 
Здравствуйте! Ваш уровень доступа: Гостевой
Навигатор: Новости/
 
Rus/Eng
Поиск по сайту    
 ГИС-Ассоциация
 Аналитика и обзоры
 Нормы и право
 Конкурсы
 Дискуссии
 Наши авторы
 Публикации
 Календарь
 Биржа труда
 Словарь терминов
Проект поддерживают  



Авторизация    
Логин
Пароль

Забыли пароль?
Проблемы с авторизацией?
Зарегистрироваться




width=1 Rambler_Top100

наша статистика
статистика по mail.ru
статистика по rambler.ru

Реклама на сайте
Новостные ленты

Нейросети помогли ученым установить причину гибели леса

Как сообщает naked-science.ru, российские ученые Ботанического сада-института ДВО РАН научили сверточную нейросеть распознавать участки поврежденных лесов — ветровалов и усохших деревьев, атакованных жуками-короедами. Метод работает с точностью 94 процента, а в качестве источника информации может использовать общедоступные спутниковые снимки сверхвысокого разрешения. В дальнейшем разработанный метод ученые планируют применить не только к спутниковым снимкам, но и к изображениям, полученным с беспилотных летательных аппаратов.

Результаты работы, поддержанной грантом Президентской программы Российского научного фонда (РНФ), опубликованы в журнале Remote Sensing in Ecology and Conservation. «Мы получили программу, позволяющую находить участки интересующих нас лесных нарушений с экспертной точностью, быстро и на огромных площадях, — рассказывает Кирилл Корзников, кандидат биологических наук, руководитель проекта по гранту РНФ, ведущий научный сотрудник Ботанического сада-института ДВО РАН.

— Мы сравнили наш подход распознавания нарушенных участков лесов с другими “традиционными” методами машинного обучения. Мы превзошли аналоги: точность составила порядка 94 процента. При этом используются лишь общедоступные цветные спутниковые изображения, выполненные в видимом электромагнитном диапазоне, без учета значений спектральных каналов в ультрафиолетовой или инфракрасной части спектра».

Леса покрывают треть всей земной поверхности, но их площадь постоянно сокращается: с 1990 года — на 178 миллионов гектар. Это происходит не только из-за действий человека, но и под влиянием природных стихий, таких как бури и сильные ветра. Еще один фактор — жизнедеятельность насекомых, среди которых печально известен жук короед-типограф, повреждающий еловые леса севера Евразии от Западной Европы до Японии.
Для отслеживания повреждений применяют дистанционное зондирование. Благодаря специальным проектам с применением спутников Landsat и Sentinel снимки высокого разрешения можно найти и в открытом доступе. Поэтому они используются для большинства исследований, связанных с мониторингом лесов. Чтобы на таких снимках обнаружить и подсчитать площадь повреждения, используют информацию о яркости пикселей — на результатах их сравнений основан глобальный мониторинг.


Пример оценки пятен ветровалов с использованием обученной нейронной сети. Остров Сахалин / ©Кирилл Корзников / ДВО РАН

Использование сверхвысокого разрешения (менее одного метра на пиксель) открывает возможности более точной оценки площадей поврежденных древостоев, выявления мест локальной гибели одиночных деревьев, а также установления причины их гибели.

Российские ученые из Ботанического сада-института ДВО РАН (Владивосток) применили сверточные нейронные сети U-Net-подобной архитектуры для распознавания погибших лесов на цветных RGB снимках сверхвысокого разрешения. Оригинальная нейронная сеть U-Net была создана для анализа биомедицинских изображений в 2015 году. Она позволяет использовать меньшее количество обучающих данных и дает возможность использовать ее, в том числе для сегментации изображений и распознавания объектов.

У разных типов нарушений лесов есть хорошо узнаваемые паттерны на спутниковых снимках. У авторов уже были опыт визуальной экспертной оценки состояния лесного покрова и данные полевых исследований, выполненных на островах Кунашир и Сахалин. На их основе они создали маски целевых областей — ветровалов и усохших деревьев, атакованных короедом-типографом. Маски и соответствующие им спутниковые изображения стали исходными данными для обучения нейронных сетей.
Далее обученные нейронные сети были успешно применены к спутниковым снимкам для обнаружения аналогичных типов нарушений в островных лесах. В дальнейшем разработанный метод ученые планируют применить не только к спутниковым снимкам, но и к изображениям, полученным с беспилотных летательных аппаратов. Новые методы наблюдений за динамикой лесного покрова существенно расширят возможности систем инвентаризации лесного хозяйства и охраны лесных ресурсов: будет намного проще отслеживать и фиксировать изменения, а значит, можно оперативно передавать информацию для дальнейшего принятия мер.


Разделы, к которым прикреплен документ:
Страны и регионы / Россия / Дальневосточный ФО
Тематич. разделы / ДДЗ
Тематич. разделы / Природопользование / Лесопользование
Организации
Данные
Новости
 
Комментарии (0) Для того, чтобы оставить комментарий Вам необходимо авторизоваться или зарегистрироваться




ОБСУДИТЬ В ФОРУМЕ
Оставлено сообщений: 0


Источник: https://naked-science.ru/article/column/nejroseti-pomogli-uchenym-ustanovit-prichinu 12:19:51 16.02 2021   

Версия для печати  
    Анонсы партнеров

    Наши предложения
  Новости Gisa.ru в Телеграм
  Реклама на сайте
  Зарегистрироваться и получать новости по e-mail
  Конференции ГИС-Ассоциации
  Журнал "Управление развитием территории"
  Контакты

Портал Gisa.ru использует файлы cookie для повышения удобства пользователей и обеспечения работоспособности сайта и сервисов. Оставаясь на сайте Gisa.ru вы подтверждаете свое согласие на использование файлов cookie. Если вы не хотите использовать файлы cookie, то можете изменить настройки браузера. Пользовательское соглашение. Политика конфиденциальности.
© ГИС-Ассоциация. 2002-2022 гг.
Time: 0.02156400680542 sec, Question: 77