Для борьбы с лесными пожарами Министерство информационного развития и связи Пермского края на базе цифровой платформы «Умный лес» в пилотном режиме запустило модуль с Искусственным интеллектом, который анализирует вероятность возникновения возгораний леса. Об этом ИнноГеоТех сообщил 26 декабря 2023 года.

Эксперимент был запущен во 2 квартале 2023 года, с началом пожароопасного сезона, совместно с компанией из Иннополиса — «ИнноГеоТех».

Алгоритм оценивает риск возникновения лесных пожаров по 16 факторам. Сопоставляются данные космических снимков, а также климатических условий, температуры, близости к населенным пунктам, состава почвы и геологических особенностей территории.

Вместе с действующими факторами проводится анализ «истории возгораний», включающий данные о пожарах на данной территории за последние 10 лет.

Системный анализ геоданных позволяет учесть как текущие условия, так и опыт прошлых возгораний для более надежной оценки возникновения пожара.

При таком объеме данных для надзорных органов формируется достоверный прогноз вероятности возникновения пожара,на основе аналитики можно сформировать меры контроля лесничеств.

Анализ вероятности возникновения пожаров можно запустить как для отдельного участка леса, так и территории целого региона.

За 6 месяцев эксперимента в подсистеме РГИС «Умный лес» были собраны геоданные о 12 млн га лесного фонда Пермского края. На основе данных формировался прогноз вероятности возникновения пожаров на последующие 7 дней.Метавселенная ВДНХ 3.5 т

Экспериментальный нейромодуль протестировали также и для одного из самых пожароопасных месяцев в регионе — августа.

С помощью нейронных сетей был составлен прогноз вероятности возникновения пожаров в недельном интервале.

Так, на начало августа сформировался прогноз с высокой долей пожароопасных участков:

10,8 млн га лесов, находящиеся в зоне высокого риска возникновения пожара;
0,2 млн га — с повышенной степенью вероятности пожара;
0,2 млн га — со средней.

В конце августа с использованием ИИ-модуля спрогнозированы новые данные о пожароопасной обстановке — доля участков с высоким риском возникновения пожаров сократилась на 3,2 млн га:

7,6 млн га лесов, находящиеся в зоне высокого риска возникновения пожара;
1,4 млн га — с повышенной степенью вероятности пожара;
1,2 млн га — со средней.

По словам министра информационного развития и связи Пермского края Петра Шиловских, искусственный интеллект может прогнозировать лесные возгорания и развитие действующего пожара на определенный период времени при конкретных условиях погоды, исходя их архивных сведений и космических снимков.

В ближайший год будем дорабатывать систему до конечного продукта. У проекта большие перспективы, так как природные пожары – ежегодная острая проблема не только нашего региона. Поэтому нам необходимо выявлять районы и условия, при которых возникает большая вероятность пожаров, – отметил министр.

В рамках партнерства с Министерством информационного развития и связи Пермского края мы запустили экспериментальный модуль с Искусственным интеллектом, который проводит пространственный анализ вероятности пожаров в регионе.

В результате анализа формируются карты потенциальной пожароопасности лесов региона, основанные на данных из подсистемы РГИС "Умный лес". На картографическим материале, можно визуально оценить участки, подверженные повышенному риску возгорания в ближайшие 7 дней. Такой ИИ-модуль с визуализацией прогноза поможет действовать на опережение — не бороться со следствием, а снижать уровень риска возникновения пожаров, отслеживая самые пожароопасные участки лесничеств, — сказал главный инженер компании «ИнноГеоТех» Валерий Авраменко.

Визуализация данных 7-дневного прогноза вероятности пожаров на территории лесного фонда Пермского края

Данные недельного прогноза вероятности пожаров на конец месяцев — июнь, июль, август, которые считаются одними из самых пожароопасных в регионе.

2021

ИИ для распознавания земельных участков протестирован в Татарстане, Краснодарском и Пермском краях, Иркутской области

Компания "ИнноГеоТех" и университет "Иннополис" протестировали нейросетевой сервис в Татарстане, Краснодарском и Пермском краях, Иркутской области. Система, созданная совместной командой, распознает до 100 объектов за 10 минут. Сервис распознавания земельных участков разработан в рамках платформы, где также реализованы алгоритмы по распознаванию карьеров, вырубок, гарей, участков используемой пашни, участков леса с помощью технологий машинного обучения и компьютерного зрения. Нейронные сети анализируют данные дистанционного зондирования Земли - спутниковые снимки и материалы аэрофотосъемки, после чего информацию можно сравнить с отраслевыми сведениями. Полученные данные анализирует оператор, который подтверждает обнаруженные нарушения или проводит дополнительную проверку. До внедрения искусственного интеллекта весь процесс проводился вручную.

Насколько мне известно, мы первыми в России начали применять алгоритмы искусственного интеллекта для распознавания земельных участков при помощи данных ДЗЗ. На начальном этапе проекта мы применили ряд собственных гипотез, касающихся в том числе методик распознавания земельных участков. Полученные выводы мы использовали для оптимального построения нейронных сетей, способных распознавать земельные участки и другие классы объектов. По итогам проекта мы пришли к выводу, что интегрированные в сервис алгоритмы способны существенно оптимизировать бизнес-процессы, связанные с землеустройством и градостроительной деятельностью,

сказал директор института искусственного интеллекта университета "Иннополис" Рамиль Кулеев .

Руководитель проекта ООО "ИнноГеоТех" Валерия Тихонова рассказала, что компания занимается созданием цифровых сервисов дистанционного мониторинга хозяйственной деятельности с 2017 г.

Мы создали сервисы для лесного комплекса, сельского хозяйства и экологического мониторинга. В рамках проекта команда встретилась с интересными задачами, которые помогают нам улучшать качество и точность работы нейросетевых сервисов. Как известно, чем больше разнообразных и нетривиальных данных загружено в обучающую выборку нейронной сети, так называемый Data Set, тем более точной и гибкой становится сама нейронная сеть. Работая над данным проектом нам удалось решить ряд интересных и сложных кейсов, благодаря чему мы можем говорить о создании производительного и точного нейросетевого механизма,

сообщила Валерия Тихонова.

Создатели сервиса планируют дальше развивать технологию распознавания земельных участков и зданий по данным ДЗЗ, а также работать над повышением точности детектирования, оптимизации работы алгоритмов, тиражированием работы сервиса в регионах России.

Эксперты рассказали, что искусственный интеллект (ИИ) для распознавания земельных участков используется во многих сегментах экономики и привели примеры.

Директор по продуктам и технологиям Группы Т1 Александр Рожков сообщил, что похожие сервисы на основе использования квадрокоптеров применяются в Москве и Московской области.

Например, в Московской области таким образом выявляются нарушения, связанные с использованием объектов нежилого фонда и земель. Благодаря совершенствованию алгоритмов компьютерного зрения показатель автоматизированного выявления нарушений растет – в 2020 г. он составил 37% от общего количества обнаруженных нарушений. По прогнозам в 2021 году доля может вырасти до 60%. В конце 2020 года "Ростелеком" во взаимодействии с Аналитическим центром Минсельхоза разработал методику автоматизированного дешифрирования и сравнения контуров пахотных земель на основе данных дистанционного зондирования земли (ДЗЗ). Она была проверена в двух пилотных регионах и показала высокую эффективность и точность. Также можно привести пример из Татарстана, где данные ДЗЗ, GPS и GIS, технологии оценки урожайности и переменного нормирования используются в рамках "точного земледелия". В мае 20212 года стало известно о разработке ученых из Сколтеха - системы мониторинга, позволяющей производить сегментацию изображения в режиме реального времени на борту БПЛА и идентифицировать борщевик,

расскал Александр Рожков^[1].

Начало поиска лесоизменений на территории 28 лесничеств общей площадью 12,4 млн га

Сервис непрерывного спутникового мониторинга лесного фонда, разработанный компанией ИнноГеоТех совместно со специалистами Института искусственного интеллекта Университета Иннополис, приступил к поиску лесоизменений на территории 28 лесничеств общей площадь 12,4 млн га. Об этом Университет сообщил 28 июля 2021 года.

ИнноГеоТех интегрировала собственный сервис мониторинга лесного фонда на основе искусственного интеллекта в региональную государственную систему Пермского края (РГИС) «Умный лес» в качестве одной из подсистем, необходимой для дальнейшей цифровизации всего лесного комплекса региона.

В архитектуру сервиса заложен принцип автоматизации всего процесса дистанционного мониторинга. Система без участия человека обрабатывает и анализирует спутниковые снимки, после чего фиксирует в картографическом обозревателе объекты лесоизменений и классифицирует по пяти категориями: вырубки, гари, ветровалы, карьеры, а также погибшие или повреждённые насаждения (лесопатологии).

Далее подсистема мониторинга «Умного леса» сопоставляет полученную информацию с оцифрованными лесоустроительными планшетами и данными из реестровых источников Пермского края. Благодаря этому удаётся установить юридический статус лесоизменений — это особенно актуально в случае с вырубками. Например, если вырубка незаконна, её статус фиксируется, после чего пользователи «Умного леса» — госслужащие, лесничии, лесозаготовители — получают уведомления с соответствующими пометками на карте.

Наша компания уже с 2017 года занимается созданием цифровых инструментов для лесного комплекса, среди которых сервисы для мониторинга и оценки породно-качественных характеристик лесов. При этом, проект в Перми действительно один из самых знаковых для нашей компании. Во-первых, мы получили ценный опыт интеграции с настолько функционально проработанной отраслевой системой, как `Умный лес`. Во-вторых, в процессе работы мы также встретились лицом к лицу с задачами, при решении которых нам удалось существенно доработать наш сервис и оптимизировать процессы анализа геопространственных данных с применением нейронных сетей,

сказал Шевелев Дмитрий, руководитель направления разработки продуктов компании ИнноГеоТех.

Система `Умный лес` — это важный шаг на пути цифровой трансформации лесного комплекса Пермского края. В рамках системы нам удалось перевести в `цифру` большую часть бизнес-процессов отрасли лесного хозяйства — заготовку, перевозку и учёт древесины. Одна из последних функциональных возможностей системы, которую мы реализовали при помощи специалистов из Университета Иннополис — космический мониторинг территории лесничеств края. Сервис мониторинга был интегрирован в качестве подсистемы и органично влился в функционал всего `Умного леса`. Возможностями мониторинга могут воспользоваться все пользователи системы — органы исполнительной власти, лесничества и лесозаготовители,

отметил Михаил Никитин, начальник управления охраны, защиты и надзора в лесах Министерства природных ресурсов, экологии и лесного хозяйства Пермского края.

Опыт мониторинга леса в Пермском крае помог разработчикам оптимизировать работу сервиса, улучшив скорость работы, точность распознавания, благодаря способности нейросетей самостоятельно обучаться на полученных данных. За год скорость обработки космических снимков увеличился почти в 3 раза и система умеет анализировать 1500 га в минуту. При этом точность анализа остаёстя на стабильно высоком уровне — 98%. Из 100 объектов лесоизменений, распознанных сервисом, при натурном объезде лесничества удаётся подтвердить 98. Также разработчики сервиса смогли вдвое уменьшить и минимальную площадь обнаруживаемых вырубок и теперь она составляет всего 0,1 га, что позволяет распознавать даже относительно небольшие по размеру лесоизменения.

Как и любой другой нейросетевой сервис, наша система мониторинга постоянно дообучается, используя данные из собственного датасета. Когда мы только начинали проект в Пермском крае наш датасет состоял из 40 тысяч эталонных объектов — реальных примеров объектов лесоизменений. На июль 2021 года в нашем датасете уже более 140 тысяч эталонных объектов, которые мы разметили в том числе на примере Пермского края. Это позволяет нам постоянно улучшать алгоритмы, добавляя в обучающую выборку наиболее сложные примеры лесоизменений, а также новые объекты. К примеру, недавно мы научили сервис фильтровать спутниковые снимки с облачностью. Наша нейросеть сама научилась даже на зимних снимках отличать облака от снега. Всё это помогает нам непрерывно повышать точность распознавания, а увеличивающийся объем данных стимулирует нас повышать скорость работы наших нейросетей, оптимизируя их архитектуру,

уточнил Рамиль Кулеев, директор Института искусственного интеллекта Университета Иннополис.

2020

Разработка подсистемы мониторинга лесоизменений для региональной государственной информационной системы «Умный лес»

Институт искусственного интеллекта российского ИТ-вуза совместно с компанией «Инногеотех» и Министерством природных ресурсов, лесного хозяйства и экологии Пермского края разработал подсистему мониторинга лесоизменений для региональной государственной информационной системы «Умный лес». Сервис отслеживает незаконные вырубки, пожары, ветровалы и другие изменения. Ранее алгоритмам не удавалась распознать изменения на территории менее 0,2 га. Об этом Университет Иннополис сообщил 29 декабря 2020 года.

Подсистема «Мониторинг лесоизменений» решает одну из пяти задач комплексной информационно-аналитической системы для управления лесным комплексом Пермского края. Михаил Никитин, начальник управления охраны, защиты и надзора в лесах Министерства природных ресурсов, лесного хозяйства и экологии Пермского края:

Ранее в 2020 году мы уже апробировали подсистему мониторинга лесоизменений в тестовом режиме на всей территории лесного фонда Пермского края для выявления вырубок. За это время было выявлено 679 объектов с лесоизменениями, проведена верификация объектов изменений лесничествами Пермского края. Подсистема показала высокую точность и оперативность, и на декабрь 2020 года мы работаем над полной интеграцией подсистемы в РГИС `Умный лес`.

По словам представителя министерства, система повышает эффективность контрольно-надзорной деятельности в регионе, снижает затраты на патрулирование, за счет оптимизации обследований лесного фонда — реагирование на конкретные сигналы, отображаемые на карте — повысилась выявляемость объектов с предполагаемыми нарушениями. Данные подсистемы в будущем можно будет использовать как доказательную базу в контрольно-надзорной деятельности и дальнейшей претензионно-исковой работы.

Разработчики Университета Иннополис и компании «Инногеотех» создали алгоритм, который нивелирует характерную для нейросетей проблему пропусков маленьких объектов: алгоритмы определения вырубок работают с объектами размером от 3*3 пикселя. Также была решена проблема наличия дымки от облаков на изображениях — алгоритмы автоматически отличают дымку на небе от лесоизменений, раньше для этого проводилась дополнительная обработка. Алгоритмы работают летом и зимой со снимками с космоаппаратов Landsat 8 и Sentinel 2.

Рамиль Кулеев, директор Института искусственного интеллекта Университета Иннополис:

Сервис мониторинга лесоизменений автоматически загружает данные космосъёмки с еженедельной периодичностью. Технологии обработки изображений и глубокого обучения позволяют решать задачи, которые несколько лет назад казались невыполнимыми. Направление разработок для лесной отрасли для нас является очень важным, мы видим перспективу в решении задач по автоматической таксации леса, комплексированию различных источников данных — космосъёмка, лидарная съемка и съемка с беспилотников, прогнозированию развития негативных ситуаций, в том числе чрезвычайных — пожары, усыхания леса.

Дмитрий Шевелев, руководитель проекта цифровизации лесной отрасли Университета Иннополис:

Мы в 2 раза — до 0,1 га — снизили минимальную площадь детектируемых лесоизменений. Благодаря большому объему эталонной выборки наша нейронная сеть на декабрь 2020 года детектирует вырубки на снимках с облаками и тенями от облаков. До этого нам приходилось вырезать облака на снимках, либо использовать безоблачные снимки. Также мы продолжаем работать над расширением базы источников космических снимков. Подсистема дорабатывается в части использования данных с отечественных спутников Ресурс-П и Канопус-В.

На территории Пермского края под непрерывный мониторинг попадут 12,4 млн га лесного фонда. До этого разработчики Университета Иннополис внедрили технологию на территории Республики Татарстан, в автоматизированном режиме она мониторит леса на территории 1,2 млн га — 31 лесничество республики. Сервис при помощи технологии искусственного интеллекта анализирует космоснимки, полученные со спутников Земли, предобрабатывает их и отправляет результаты нейронным сетям, сети делают сегментацию этих изображений и выдают вектор с полигонами. Этот сервис разработан в рамках создания Комплексной системы дистанционного мониторинга Приволжского федерального округа, которая также проводит мониторинг сельскохозяйственных земель, объектами инфраструктуры и капитального строительства, процессов обработки отходов.

Дмитрий Шевелев:

Опыт работы на территории Республики Татарстан и Пермского края даёт нам возможность апробировать работу сервиса мониторинга лесного фонда на больших территориях. Мы видим, что благодаря проведенной работе и непрерывному совершенствованию сервис уже сейчас может масштабироваться на большие территории, в ближайшей перспективе покрыв весь лесной фонд России.

Обработка космических снимков 9 территорий лесничеств

В Пермском крае с помощью нейросети были обработаны космические снимки 9 территорий лесничеств и определены места рубок. Это стало возможным благодаря совместной работе Минприроды Пермского края и университета "Иннополис" (Казань). Об этом стало известно 30 июня 2020 года.

Данные о вырубках будут переданы лесничествам для установления их законности. После процедуры сравнения министерство примет меры в случае обнаружения незаконных вырубок. Об этом сообщила и.о. министра природных ресурсов, лесного хозяйства и экологии Пермского края Марина Трунина на совещании с представителями депутатского корпуса и лесопромышленниками. В обсуждении проекта приняла участие помощник полпреда Президента РФ в ПФО Екатерина Карутина.

В дальнейшем дистанционный мониторинг сохранности лесов Пермского края с помощью космических снимков будет интегрирован в «Умный лес», посредством которого осуществляется цифровизация лесопользования в регионе.

С целью выявления антропогенных (вырубка леса) и природных изменений лесного фонда будет осуществляться сплошной космический мониторинг с применением технологий искусственного интеллекта. После загрузки в систему «Умный лес» результатов работы нейросети, сделанных на основе космоснимков, система сможет автоматически анализировать данные на предмет незадекларированных вырубок. Это позволит проводить регулярный мониторинг изменений в лесном фонде, – рассказал руководитель проектов ГБУ «Центр информационного развития Пермского края» Сергей Даллада.

Информационная система «Умный лес» – ключевой проект в цифровизации лесной отрасли региона, реализуется Министерством информационного развития и связи и Минприроды Пермского края с 2019 года. В первом квартале 2020 года завершилась тестовая эксплуатация подсистем первой очереди «Умного леса» в Добрянском районе. Так, были протестированы подразделы «Учет лесного фонда», «Лесопользование» и «Администрирование платежей». Тестируемые системы способствуют автоматизации работы госорганов по учету лесного фонда. Кроме того, лесничие получили возможность апробировать подачу декларации в электронном виде через «Умный лес», а также протестировать интерфейс ИС. До конца лета 2020 года планируется загрузить данные 28 лесничеств.

«Умный лес» проходит опытную эксплуатацию на лесоперерабатывающих предприятиях Прикамья – «Пермская целлюлозно-бумажная компания» и «Красный Октябрь». Лесопромышленники уже оценили внедрение цифровых ресурсов: итоги пилотной эксплуатации подтверждают необходимость системы «Умный лес»^[2].

Планы тестовой эксплуатации подсистем «Учет лесного фонда», «Лесопользование» и «Администрирование платежей»

В рамках рабочего визита помощник полномочного представителя Президента РФ в ПФО Екатерина Карутина отметила опыт Пермского края в создании системы «Умный лес» и цифровизации региона в целом. Главным инициатором цифрового развития Прикамья выступил экс-губернатор края Максим Решетников, возглавивший 21 января Министерство экономического развития РФ. Об этом 23 января 2020 года сообщило Министерство информационного развития и связи Пермского края.

В лесной отрасли необходимо создание информационно-аналитической системы для комплексной цифровизации процессов управления. При разработке необходимо учитывать администрирование долгосрочных договоров аренды, в частности, ведение претензионно-исковой работы, делопроизводства. Одна из проблем в отрасли – отсутствие цифрового представления данных. Система, реализуемая в Пермском крае, способна решить ряд вопросов и модернизировать управленческий учёт лесных ресурсов,

отметила Екатерина Карутина

В системе «Умный лес», разработанной региональными Минприроды и Министерством информационного развития и связи, сформирован базовый набор функциональных возможностей, охватывающий бизнес-процессы. В будущем данная технология поможет контролировать лесной фонд, процесс вырубки и лесовосстановления, обеспечит взаимодействие всех участников лесных отношений.

Одним из перспективных направлений системы мы видим расширение функционала спутникового мониторинга вырубки леса на всей территории лесного фонда Пермского края, в том числе автоматическое выявление незаконных рубок на основе спутниковых данных,

комментирует министр природных ресурсов, лесного хозяйства и экологии Пермского края Дмитрий Килейко

Как сообщили в краевом министерстве информационного развития и связи Пермского края, «Умный лес» состоит из набора функциональных и технологических подсистем, обеспечивающих процессы сбора, обработки, хранения и представления информации. Итогами создания системы должна стать полная открытая информация о лесном фонде, реестр участников процессов, прозрачность оборота древесины, а также сокращение сроков подготовки отчетности об использовании лесов от граждан и юридических лиц, осуществляющих использование лесов.

В первом квартале 2020 года на территории Добрянского лесничества предусмотрена тестовая эксплуатация работ первой очереди проекта «Умный лес» – подсистем «Учет лесного фонда», «Лесопользование» и «Администрирование платежей». Они будут способствовать автоматизации функций уполномоченных сотрудников органов государственной власти по учёту лесного фонда, решать вопросы по организации и контролю сбора платежей госорганами за использование лесных ресурсов.

Также будет реализован «Личный кабинет лесопользователя», где он сможет оформить необходимые документы, в том числе лесную декларацию, а также планировать хозяйственные мероприятия, например, отмечать на карте местности территорию для постройки хозсооружений, организации просеки.

Одновременно ведутся работы по проектированию подсистем второй очереди («Претензионно-исковая работа», в том числе учет нарушений, административная ответственность, учет незаконных рубок, взыскание ущербов и неустоек, «Мониторинг транспортировки древесины», «Лесовосстановление», «Охрана лесов», «Защита лесов», «Учет оборота древесины»).

2019: Планы по введению в эксплуатацию ИС «Умный лес»

1 ноября 2019 года Министерство информационного развития и связи Пермского края сообщило, что в 2020 году в эксплуатацию будет введена информационная система «Умный лес», использующая технологии искусственного интеллекта (ИИ) для управления природными ресурсами.

Система решает целый комплекс задач: управленческий учёт природных ресурсов, их структуры и качественного состава; мониторинг вырубки леса, в том числе выявление незаконных рубок на основе данных космического мониторинга; мониторинг перемещения древесины «от заготовки до переработки». Данная технология поможет контролировать лесной фонд, процесс вырубки и лесовосстановления. Информация будет видна всем уполномоченным структурам: Министерству природных ресурсов Пермского края, лесничествам, правоохранительным органам и лесозаготовителям. Кроме того, в 2020 году планируется разработка подсистемы мониторинга вырубки деревьев, где с помощью нейросети специалисты смогут обнаруживать вырубленные территории.