Описание проекта
Проект позволит автоматически анализировать открытые данные спутниковых снимков для определения состояния лесного покрова. Своевременное обнаружение вырубок, ветровалов, усыханий и гарей поможет в сохранении ценных лесных ресурсов нашей страны.
Актуальность
России принадлежит более 20% (815 млн га) территории мировых лесов, и их текущая стоимость превосходит стоимость всей российской нефти. Но при этом, эффективность использования лесов в стране довольно низкая. Ежегодно государство теряет из-за незаконных вырубок, пожаров и лесных вредителей около 30 млрд рублей.
Для решения хозяйственных и экологических проблем очень важно обладать точной информацией о состоянии лесов. В лесных хозяйствах сейчас остро не хватает работников, и мы предлагаем решить эту проблему с помощью космической съёмки и автоматизации анализа снимков. Использование изображений со спутников для наблюдения за лесом позволит контролировать состояние лесного фонда в том числе и на труднодоступных территориях, которые нельзя исследовать другими способами. . Спутники регулярно обновляют данные и охватывают обширные территории, так что их использование выгоднее, чем точечное наблюдение с помощью дронов и легкомоторной авиации. А нейронные сети для их анализа позволят сэкономить ценное время экспертов и значительно ускорят процесс обработки, благодаря чему у лесоустроительных предприятий появится возможность оперативно реагировать на изменения и вовремя предпринимать необходимые действия.
Мониторинг лесоизменений преследует множество задач: организация системы информирования органов власти об инциденте произошедшего лесоизменения, актуализация лесоустроительной информации, оценка территории для аренды лесного участка, планирование мер по недопущению распространения негативных лесоизменений, контроль соблюдения правил лесопользования. Система может оказать административную и техническую поддержку соответствующим государственным ведомствам и помочь в сохранении ценных лесных ресурсов нашей страны.
Наше решение
В проекте используются открытые данные семейства спутников Sentinel-2. Изображения с воздуха уже нередко используются для мониторинга лесов, как показало исследование аналогов, однако до сих пор эксперты анализируют их в основном вручную. Мы используем алгоритмы машинного обучения взамен традиционным методам, а именно – свёрточные нейронные сети. Наша система позволяет анализировать 1224 км2 в секунду (текущий сервер – NVIDIA GeForce GTX TITAN X, GPU 135 МГц, MEM405 МГц). Точность сегментации dice составляет 70-80% (зависит от качества снимков и типа объектов).
Контроль незаконной рубки леса — это одна из основных проблем лесоустройства. Разрабатываемая система в точности определит, где и сколько лесных массивов было уничтожено, а возможно и предотвратит новые нарушения. Кроме того программа предоставит необходимую лесным хозяйствам информацию о ветровалах, усыханиях и гарях. Ветровалы и усыхания повышают риск возгораний, так что обнаружение их поможет в проведении противопожарной профилактики. А объективная информация о гарях будет полезна для планирования работ по восстановлению лесов.
Разрабатываемая система представляет собой клиент-серверное веб-приложение. Все тяжеловесные расчеты будут осуществляться на сервере компании, а пользователи затем смогут работать с результатами на любых устройствах, имеющих доступ к интернету. Веб-приложение визуализирует границы рубок, гарей, усыханий и ветровалов в виде масок на отдельном слое на топокарте. Изменение состояния лесов можно проследить на полосе времени.
Потенциальные заказчики • Лесные хозяйства и лесничества • Национальные парки и заповедники • Экологи • Природоохранные организации: Российский центр защиты леса, FSC России, WWF России, СПОК |
Бизнес-модель
Продажа ежемесячной подписки на ПО, цена которой зависит от площади охватываемой мониторингом территории.
