Нейросеть измеряет высоту деревьев в тайге по спутниковым снимкам

Ученые из Сколтеха обучили нейросеть определять высоту деревьев на спутниковых снимках. Новый метод не требует труднодоступных данных — съемок с дронов или с использованием нескольких инфракрасных камер. О работе рассказала пресс-служба Сколтеха. Оценки высоты лесного покрова нужны экологам, работникам лесного хозяйства и операторам инфраструктурных объектов. Зная высоту деревьев, можно лучше оценить состояние экосистемы, потенциал лесного массива с точки зрения фиксации атмосферного углекислого газа, количество доступной для заготовки древесины и риски повреждения линий электропередачи. Задействовать в сборе этой информации лесников и дроны крайне дорого, особенно если требуется охватить обширный и/или труднодоступный участок леса. Можно использовать так называемые мультиспектральные спутниковые данные — съемку с орбиты не только в видимом, но и в инфракрасном диапазоне. Но такие данные дороги, а для многих территорий и вовсе отсутствуют, в то время как обычная оптическая съемка со спутника широко доступна, но надежно предсказывать по ней высоту деревьев до сих пор не умели. Исследователи из Сколтеха и их коллега из Сбера создали нейросеть, которая эффективно предсказывает высоту лесного покрова на основе оптических данных со спутника. «Если выделить один ключевой фактор успеха нашей нейросети, то, пожалуй, дело в ее способности анализировать пространственные данные и текстурные характеристики. Существует связь между формой и размером кроны дерева и его высотой, и наша нейросеть эту связь учитывает, — прокомментировала результаты исследования его первый автор, аспирантка Сколтеха Светлана Илларионова. — Мы привлекаем вспомогательные данные. Помимо оптической съемки, в качестве признаков на вход нейронной сети подается ArcticDEM — свободно доступная цифровая модель таежного рельефа без учета растительности с разрешением 2 метра». Коллектив обучил нейросеть на данных по Архангельской области. Оценку качества предсказаний проводили путем их сопоставления с проведенными в том же регионе лидарными наблюдениями с беспилотника. Тем не менее, по словам ученых, решение будет работать и в других районах с сопоставимой растительностью. Итоги работы представлены в журнале IEEE Access.