Российские ученые научили ИИ считать листву из космоса

Новый нейросетевой алгоритм для расчета индекса листовой поверхности позволяет оперативно оценивать состояние экосистем и сельхозугодий по всей стране, используя только отечественные данные.
Автор Hi-Tech Mail
Ученые научили ИИ быстро и точно считать листву из космоса.
Ученые научили ИИ быстро и точно считать листву из космоса.Источник: Роскосмос / new.ras.ru

Отечественные специалисты разработали инновационный нейросетевой алгоритм для расчета индекса листовой поверхности (LAI) по данным отечественных спутников «Метеор-М». Новая технология позволяет оперативно получать точные сведения о состоянии экосистем по всей стране, что открывает широкие возможности для экологического и сельскохозяйственного мониторинга. Информация о ней опубликована на сайте Российской академии наук.

В проекте объединили усилия специалисты Института космических исследований РАН, МГУ имени М.В. Ломоносова и Федерального научного центра биологических систем и агротехнологий РАН. Алгоритм анализирует данные, получаемые с помощью российских приборов КМСС-2 («комплексы многозональной спутниковой съемки»), которые установлены на спутниках «Метеор-М». Эти устройства ведут мультиспектральную съемку в зеленом, красном и ближнем инфракрасном диапазонах с разрешением 60 метров и полосой обзора почти 1000 км.

«Индекс листовой поверхности — один из главных климатических параметров. Он отражает способность растений к фотосинтезу и транспирации (испарению влаги). Точная оценка LAI в региональном и глобальном масштабах необходима для моделирования экосистем, геохимических циклов, сельскохозяйственного мониторинга и смежных приложений», — отмечает руководитель проекта, старший научный сотрудник, заведующий сектором ИКИ РАН Дмитрий Плотников.

Космические аппараты «Метеор-М».
Космические аппараты «Метеор-М».Источник: russianspacesystems.ru

Для обучения нейросети ученые использовали модель переноса излучения PROSAIL, которая учитывает множество параметров: от содержания хлорофилла и воды до наклона листьев и свойств почвы. Это позволило создать реалистичные сценарии и повысить точность прогнозов.

Алгоритм был обучен на массиве данных за 2022 год, включающем около 60 тысяч фрагментов съемки территории России. Полученные карты LAI демонстрируют высокую точность для сельскохозяйственных угодий, пастбищ и степей, а также приемлемые результаты для лесных массивов.

Главное преимущество разработки — возможность получать оперативные и наглядные сведения о состоянии растительного покрова на всей территории России, опираясь исключительно на отечественные спутниковые данные. Это значительно повышает независимость страны в вопросах экологического мониторинга и управления сельским хозяйством.

Созданный продукт уже доступен научному сообществу в составе семейства информационных сервисов «Вега». В ближайшие годы орбитальная группировка «Метеор-М» будет расширена, что позволит еще больше повысить качество и охват мониторинга.

Ранее ученые создали новый прибор для обнаружения внеземной жизни. Подробнее о нем рассказали в другом материале Hi-Tech Mail.