ОПРЕДЕЛЕНИЕ ГРАНИЦ ЛЕСНОГО ХОЗЯЙСТВА С ПОМОЩЬЮ MACHINE LEARNING

Аннотация

Представленная в данной работе исследование посвящено разработке инновационного алгоритма обнаружения границ лесных хозяйств с использованием методов машинного обучения. Основным инструментом для обработки изображений стала нейронная сеть, построенная с использованием библиотек Keras и TensorFlow. Реализация алгоритма была оформлена в виде веб-сервиса, обеспечивающего доступ многочисленным пользователям к этому инновационному инструменту.

Целью исследования было создание универсального веб-сервиса, предоставляющего простой и эффективный способ обнаружения границ лесных хозяйств. Набор данных, выбранный для обучения и тестирования алгоритма, включает разнообразные изображения лесных участков, снятые в различные периоды и в различных условиях. Этот набор данных был разделен на обучающую и тестовую выборки в соотношении 80/20, что позволило достичь высокой точности алгоритма на тестовой выборке — 85%.

Интерфейс веб-сервиса разработан с учетом удобства пользователей, позволяя им загружать изображения лесных участков и получать точные результаты обработки, включая выделенные границы лесных хозяйств. Этот сервис призван стать ценным инструментом для широкого круга специалистов, включая лесных управляющих, экологов и представителей государственных органов, а также других заинтересованных лиц, работающих с лесными ресурсами.

Одним из ключевых элементов успеха алгоритма стала его классификация, осуществляемая алгоритмом машин опорных векторов (SVM). Дополнительно, в анализ включены индексы растительности вместе с мультиспектральными полосами, что значительно повысило точность обнаружения лесной растительности.

В результате, разработанный веб-сервис представляет собой уникальный и интегрированный инструмент, содействующий эффективному управлению и мониторингу лесными ресурсами, обеспечивая точность и доступность в одном пакете.