26 МАЯ
2020
Студенты ЗабГУ предложили нейросетевой метод интерпретации аэрокосмических снимков зон затопления
Участники лаборатории космического мониторинга и геоинформационных технологий факультета строительства и экологии ЗабГУ проработали новый метод дешифрирования космических снимков паводкоопасных территорий Забайкалья. Для автоматизации процесса студенты предложили использовать свёрточные нейронные сети.
Ряд населённых пунктов Забайкальского края имеют рассчитанные зоны затопления различной повторяемости, которые нанесены на карты. Анализ хозяйственного использования подверженных наводнениям территорий Забайкальского края, проведённый студентами ЗабГУ, показал, что, несмотря на опасность, в пределах этих зон в межпаводковый период ведётся активная застройка. При этом большинство потенциальных покупателей или арендаторов жилья и земельных участков в таких зонах остаются не проинформированными о рисках затопления. В связи с этим возрастает необходимость отслеживания динамики застройки на паводкоопасной территории.
Для мониторинга используются данные дистанционного зондирования: космические и аэрофотоснимки. Затем производится дешифрирование объектов застройки и разделение их на классы: дома, участки, дороги и т.д. Этот процесс производится в специальных программах, при этом специалистам приходится вручную «отрисовывать» каждый дом, земельный участок, дорогу, что занимает достаточно большое количество времени.
Молодые учёные из ЗабГУ предложили способ решения этой проблемы, связанный с использованием нейронных сетей в процессе интерпретации снимков.
«Огромный массив данных требует автоматизации их дешифрирования. Она возможна за счёт внедрения алгоритмов глубокого обучения свёрточных нейронных сетей для семантической сегментации изображений, – рассказал председатель студенческой лаборатории Денис Кочев. – Мы сначала размечаем участки вручную и показываем нейронной сети, как это делается. Изучив определённый объём комбинаций изображений и разметок, она начинает самостоятельно распределять все необходимые снимки со всей застройкой». Это существенно сокращает время работы: то, что человек выполняет часами, нейронная сеть может сделать за считанные минуты.
Как отмечают молодые исследователи, такой подход в процессе распознавания снимков местности позволит учесть ряд важных факторов при планировании рационального использования территорий, подверженных опасности затопления во время паводков. Полученные карты освоенности паводкоопасных зон крупного масштаба в своей работе смогут использовать организации в области охраны водных ресурсов и ликвидации стихийных бедствий.
Кроме того, метод, использующий свёрточные нейронные сети для автоматизации дешифрирования, может в дальнейшем быть применён для решения задач и в других областях деятельности на высокодетальном уровне – при анализе урбанизации, озеленении населённых пунктов, отслеживании динамики растительности, лесовосстановлении после пожаров.
Пресс-служба ЗабГУ