ИИ выявил в Эстонии примерно на 10 тысяч больше полевых островков
Исследователи Тартуского университета с помощью искусственного интеллекта выявили в Эстонии почти 38 тысяч полевых островков — небольших участков деревьев и кустарников среди сельскохозяйственных угодий. Это примерно на 10 тысяч, или на 34%, больше, чем указано в официальном реестре ARIB, сообщает ERR News.
Выявление по аэрофотоснимкам
Ученые обучили модель глубокого обучения распознавать полевые островки на аэрофотоснимках. Для этого использовали более 15 тысяч размеченных примеров, сформированных из высокодетализированных снимков и существующих карт, которые фермеры создавали при подаче заявок на аграрную поддержку Евросоюза.
Модель научилась отличать такие участки от лесных массивов или обычных рядов деревьев по форме и цвету. После обучения с использованием высокопроизводительного вычислительного кластера университета система проанализировала около 2 тысяч аэрофотоснимков, охватывающих всю территорию Эстонии. Исследователи также открыто опубликовали набор данных и программный код.
Места обитания птиц и насекомых
Полевые островки обычно имеют площадь от 0,01 до 0,5 гектара. Они могут быть местом гнездования птиц сельскохозяйственных ландшафтов, а также средой обитания диких пчел и полезных насекомых, которые опыляют культуры и помогают контролировать вредителей. Из-за их экологического значения фермеры могут получать поддержку для сохранения таких участков в рамках Общей сельскохозяйственной политики ЕС.
Больше актуальных новостей — в Telegram-канале UA.News Telegram.
Больше всего полевых островков алгоритм зафиксировал в центральной части Эстонии, где распространены крупные поля. В то же время на северо-востоке страны система стабильно выявляла меньше таких объектов, поскольку там они часто состоят преимущественно из камней и кустарников, а не деревьев.
ИИ как инструмент первичного анализа
Исследователь Холгер Вирро отметил, что результаты не свидетельствуют о неточности официальных карт, а демонстрируют сложность постоянного ручного учета тысяч мелких элементов ландшафта. По его словам, система может быстро определять места, которые нуждаются в дальнейшей проверке специалистами, хотя иногда путает живые изгороди с полевыми островками или не распознает каменистые участки без деревьев.
Авторы также установили, что несколько более низкое разрешение изображений повышало точность модели: она охватывала большую часть ландшафта и лучше различала изолированные островки, лесные опушки и живые изгороди. Результаты исследования Афифа Фаузана, Холгера Вирро и Эвелин Ууемаа были опубликованы в журнале Geocarto International.
