Исследователи из университетов Кордовы и Севильи (Испания) разработали метод, позволяющий автоматически и с высокой точностью определять, относится ли оливковая плантация к традиционному, интенсивному или сверхинтенсивному типу. Работа опубликована в журнале Computers and Electronics in Agriculture.
Традиционные оливковые рощи с крупными и широко посаженными деревьями все чаще заменяются более плотными насаждениями, которые обеспечивают повышенную урожайность, но требуют большего количества ресурсов, в частности, воды. Эти структурные изменения в агроландшафтах имеют важные агрономические, экологические, экономические и социальные последствия.
В связи с этим государственные органы нуждаются в регулярных, актуальных и достоверных данных о типах посадок и скорости их трансформации, чтобы разрабатывать обоснованную политику поддержки и регулирования.
Новый метод, разработанный исследователями, основан на применении сверточных нейронных сетей — архитектур глубокого обучения, способных выявлять сложные закономерности в изображениях. Он использует данные со спутников Sentinel-2 Европейского космического агентства (ESA), которые доступны бесплатно и обновляются каждые пять дней. Это дает значительное преимущество по сравнению с Национальным планом аэроортофотосъемки (PNOA), чьи данные обладают высоким пространственным разрешением, но обновляются лишь раз в три года.
Несмотря на то, что изображения Sentinel-2 имеют более низкое разрешение, сверточные нейросети позволили эффективно компенсировать этот недостаток. Исследователи обучили три разных модели на спутниковых данных для распознавания типов посадок. Лучшая из них достигла точности в 80%, что является весьма высоким показателем, учитывая сложность задачи и характеристики входных данных.
Существенным достоинством новой системы является ее полная автоматизация. Достаточно ввести кадастровую ссылку или код участка, и алгоритм самостоятельно определяет границы территории, подбирает соответствующие спутниковые снимки за нужный период и проводит анализ, определяя тип плантации.
Ранее Наука Mail рассказывала о том, что искусственный интеллект научили следить за состоянием городских деревьев.