Невронски мрежи ги спасуваат сибирските шуми по пожарите и нелегалната сеча

Група научници од Краснојарскиот научен центар на Сибирското одделение на Руската академија на науки доби грант од овие две установи за проект што ќе научи вештачка интелигенција да ги препознава границите на шумат, пренесува порталот на Руското географско друштво.

Константин Михајлов/Russian Look/Global Look Press

Истражувањето трае веќе две години. За тоа време, вештачката интелигенција научи да ги класифицира типовите на растенија и да ги идентификува границите меѓу нив врз основа на податоците од сателитското набљудување на Земјата.

Вештачката интелигенција ќе ја одредува динамиката на промените врз основа на дешифрирањето на сателитските снимки од различни години. Со помош на овие податоци полесно ќе се анализира степенот на штетите предизвикани од шумските пожари, брзината на обновување на шумите, како и да се препознаваат терените каде што дрвото е незаконски исечено и оние каде што треба да се изврши пошумување.

Александар Крјажев/Sputnik

„Развој на нов пристап за дешифрирање на границите на растителните заедници, заснован на динамичните карактеристики на фенонастаните врз основа на податоците од сателитските системи“ е називот на нашиот проект“, вели помладиот научен соработник од Институтот за биофизика КНЦ СО РАН, доктор на физичко-математички науки Михаил Салтиков. „Бевме на експедиции во неколку реони на Краснојарскиот крај, детално ги проучувавме билките на тоа подрачје, а потоа ги зедовме сателитски слики од тие терени и со нивна помош ги обучувавме невронските мрежи да ги препознаваат границите помеѓу зимзелените и листопадните дрвја, како и ливадите. Денес работиме на зголемување на точноста на препознавањето и зголемување на бројот на препознавања на типови на растителните зони“.

Според научникот, вештачката интелигенција е успешно обучена на зимзелените и мешаните шуми покрај Краснојарск и на полињата во околината на селото Погорелка. Дури и релативно едноставна невронска мрежа може да препознае растенија во 12 спектрални ленти со значителна точност.

Сајански планини, Краснојарски крај

Константин Михајлов/Russian Look/Global Look Press

Рачното толкување на сателитски фотографии (а се работи за илјадници квадратни километри) е многу долга и заморна работа, а честопати и невозможна. Затоа, обуката на невронска мрежа за оваа работа е ветувачки потфат кој, како што се очекува, подоцна ќе биде ефикасно применет.

Резултатите од истражувањето се објавениво зборникот од конференцијата IOP Conference Series: Materials Science and Engineering.

При користење на материјалите на Russia Beyond задолжителен е хиперлинк до изворот од кој е преземен материјалот.