Високоточні моделі штучного інтелекту класифікують топографічне картографування швидше, ніж традиційні

Індонезія, країна з понад 17 000 островів площею 1,9 мільйона квадратних кілометрів, стикається з критичним викликом у створенні детальних карт для підтримки своїх цілей розвитку.

Оскільки лише 3% країни охоплено великомасштабними топографічними картами (масштаб 1:5000), традиційні методи, такі як ручна стереопланування та польові дослідження, є занадто повільними для задоволення нагальних потреб міського планування, ліквідації наслідків стихійних лих та охорони навколишнього середовища.

Новаторське дослідження, опубліковане в Дистанційне зондування у 2025 році пропонує рішення: систему глибокого навчання, яка автоматизує класифікацію земного покриву за допомогою супутникових знімків дуже високої роздільної здатності.

Завдання картографування Індонезії Топографія

Розміри та складність Індонезії роблять картографування монументальним завданням. Агентство геопросторової інформації (BIG), яке відповідає за національне картографування, наразі щорічно створює 13 000 квадратних кілометрів топографічних карт.

Такими темпами картографування всієї країни зайняло б понад століття. Навіть якщо виключити лісисті райони, які покривають майже половину Індонезії, завершення дослідження решти території все одно вимагатиме 60 років.

Цей повільний прогрес суперечить національним пріоритетам, таким як Політика однієї карти, запроваджена у 2016 році для стандартизації карт у різних секторах та уникнення конфліктів у землекористуванні. Масштабування цієї політики до карт 1:5000 є важливим, але значно відстає від графіка.

Топографічні карти є детальними зображеннями природних та створених людиною об'єктів на поверхні Землі, включаючи висоту (пагорби, долини), водойми, дороги, будівлі та рослинність.

Вони слугують основними інструментами для планування інфраструктури, реагування на стихійні лиха та моніторингу навколишнього середовища. Для Індонезії створення цих карт у масштабі 1:5000 (де 1 см на карті дорівнює 50 метрам на місцевості) має вирішальне значення для точності в таких проектах, як будівництво доріг або моделювання повеней.

Дані про земний покрив, підмножина топографічних карт, стосується фізичного матеріалу на поверхні Землі, такого як ліси, міські райони або вода. На відміну від землекористування (що описує, як люди використовують землю, наприклад, житлові чи промислові зони), земля зосереджена на спостережуваних об'єктах.

Точні карти земного покриву допомагають урядам відстежувати вирубку лісів, контролювати розростання міст або оцінювати продуктивність сільського господарства. Традиційно аналітики вручну позначають ці об'єкти піксель за пікселем, використовуючи аерофотознімки або супутникові знімки, процес, який є трудомістким і схильним до людських помилок.

Наприклад, ідентифікація доріг або невеликих будівель у щільних міських районах може зайняти кілька днів кропіткої роботи. Дослідження 2025 року вирішує це вузьке місце, замінюючи ручні зусилля штучним інтелектом, зокрема глибоким навчанням, для автоматизації класифікації земного покриву.

Аналіз супутникових знімків на основі штучного інтелекту 

Дослідження було зосереджено на місті Матарам, невеликому, але різноманітному міському районі на острові Ломбок, як тестовому випадку. Команда використовувала Супутникові знімки Плеяд з 2015 року, який включав панхроматичні (0,5 метра) та мультиспектральні (2 метри) дані високої роздільної здатності.

Панхроматичні зображення фіксують дрібні просторові деталі у відтінках сірого, тоді як мультиспектральні зображення надають кольорову та інфрачервону інформацію в певних діапазонах довжин хвиль (наприклад, червоний, зелений, синій, ближній інфрачервоний).

Щоб поєднати ці переваги, дослідники застосували техніку, яка називається панорамуванням, що об'єднує дані у градаціях сірого з високою роздільною здатністю та кольорові зображення з нижчою роздільною здатністю. Цей процес дозволив отримати чіткі, деталізовані зображення з роздільною здатністю 0,5 метра, що ідеально підходить для виявлення невеликих об'єктів, таких як дороги чи окремі будівлі.

Пан-шарпінінг є життєво важливим, оскільки він зберігає багату спектральну інформацію мультиспектральних даних, одночасно покращуючи просторову чіткість, забезпечуючи точне узгодження кольорів з фізичними характеристиками.

Далі команда вилучила додаткову інформацію із зображень для покращення точності класифікації. Вони розрахували індекс нормалізованої різниці рослинності (NDVI) – показник здоров'я рослин, отриманий на основі відбиття ближнього інфрачервоного (NIR) та червоного світла.

Здорова рослинність відбиває більше ближнього інфрачервоного світла та поглинає більше червоного світла завдяки активності хлорофілу. Формула $\text{НДВІ}=(\text{Ближній інфрачервоний діапазон}-\text{Червоний})/(\text{Ближній інфрачервоний діапазон}+\text{Червоний})$ дає значення від -1 до 1, де вищі значення вказують на густішу та здоровішу рослинність.

NDVI безцінний для розрізнення лісів, сільськогосподарських угідь та міських зелених насаджень. Наприклад, у цьому дослідженні NDVI допоміг розрізнити пишні насадження та голий ґрунт.

Аналіз текстури був ще одним ключовим кроком. Використовуючи статистичний метод під назвою Матриця співпояви сірих рівнів (GLCM), дослідники кількісно визначили закономірності на зображеннях, такі як нерівність сільськогосподарських полів порівняно з гладкістю асфальтованих доріг.

GLCM працює, аналізуючи, як часто пари пікселів із певними значеннями та просторовими відносинами (наприклад, горизонтально суміжними) зустрічаються на зображенні. З цієї матриці такі показники, як однорідність (однорідність значень пікселів), контраст (локальні варіації інтенсивності), та ентропія (випадковість розподілу пікселів).

Ці показники текстури допомогли моделі штучного інтелекту розрізняти схожі типи земного покриву, наприклад, розрізняти асфальтові дороги та темні ділянки ґрунту.

Для спрощення даних команда застосувала Аналіз головних компонент (PCA), метод, який визначає найважливіші закономірності в наборі даних. PCA зменшує надлишковість шляхом перетворення корельованих змінних (наприклад, кількох текстурних смуг) на менший набір некорельованих компонентів.

У цьому дослідженні PCA конденсував п'ять текстурних смуг у два основні компоненти, зберігаючи при цьому 95% вихідної інформації. Це спростило вхідні дані для моделі глибокого навчання, покращивши як точність, так і обчислювальну ефективність.

Глибоке навчання U-Net для дослідження земного покриву Топографія

Серцем дослідження була модель глибокого навчання, заснована на архітектурі U-Net, типі згорткової нейронної мережі (CNN), що широко використовується в завданнях сегментації зображень.

Названа через свою U-подібну конструкцію, U-Net складається з двох основних частин: кодера, який аналізує зображення для вилучення ієрархічних ознак (наприклад, країв, текстур), та декодера, який реконструює зображення за допомогою піксельних міток.

Кодер використовує згорткові шари та об'єднання для зменшення роздільної здатності зображення, захоплюючи широкі візерунки, тоді як декодер збільшує роздільну здатність даних для відновлення просторової роздільної здатності. Пропуск з'єднань між шарами кодера та декодера зберігає дрібні деталі, забезпечуючи точне виявлення меж — критично важливу функцію для картографування вузьких доріг або будівель неправильної форми.

Модель використовувала магістраль ResNet34 — попередньо навчену мережу, відому своєю глибиною та ефективністю. ResNet34 належить до сімейства залишкових мереж, яка впроваджує “скорочені з’єднання” для обходу шарів, пом’якшуючи проблему зникаючого градієнта (де глибокі мережі мають труднощі з навчанням через зменшення оновлень під час навчання).

Використовуючи здатність ResNet34 розпізнавати складні шаблони з ImageNet (масивної бази даних зображень), модель потребувала менше навчальних даних та часу для адаптації до супутникових знімків.

Для навчання моделі знадобилося 1440 тайлів зображення, кожен розміром 512×512 пікселів, що охоплюють шість класів земного покриву: будівлі, дороги, сільськогосподарські угіддя, необроблені землі, плантації та водойми.

Набір даних мав притаманні дисбаланси; дороги та водойми становили лише 3,71 TP3T та 4,21 TP3T вибірок відповідно, тоді як будівлі та сільськогосподарські угіддя становили понад 251 TP3T кожна. Незважаючи на цю проблему, модель навчалася протягом 200 епох — баланс між точністю та обчислювальними витратами — з розміром пакету 2 через обмеження пам'яті.

Ан епоха стосується одного повного проходження навчальних даних через модель, тоді як розмір партії визначає, скільки зразків обробляється перед оновленням параметрів моделі. Менші розміри пакетів зменшують використання пам'яті, але можуть уповільнити навчання.

Покращення карт за допомогою морфологічної обробки

Навіть найкращі моделі штучного інтелекту створюють помилки, такі як неправильна класифікація окремих пікселів або створення нерівних країв навколо ознак. Щоб вирішити цю проблему, дослідники застосували морфологічну обробку – техніку, яка згладжує недоліки за допомогою таких операцій, як ерозія та дилатація.

Ерозія видаляє тонкі шари пікселів з меж об'єктів, усуваючи крихітні неправильно класифіковані ділянки, тоді як розширення додає пікселі для розширення меж об'єктів, заповнюючи прогалини в лінійних об'єктах, таких як дороги.

Ці операції базуються на структурному елементі (невеликій матриці), який ковзає по зображенню для зміни значень пікселів. Оптимальний розмір ядра для цих операцій (5×5 пікселів) було визначено за допомогою напівдисперсійного аналізу – геостатистичного методу, який кількісно визначав просторові закономірності на зображеннях.

Напівдисперсія вимірює, наскільки значення пікселів відрізняються на різних відстанях, допомагаючи визначити масштаб, на якому текстурні особливості (наприклад, кластери будівель) є найбільш виразними.

Штучний інтелект підвищує швидкість і точність картографування

Модель досягла початкової точності 84% (каппа-оцінка = 0,79), який після пост-обробки зріс до 86% (каппа = 0,81). каппа-оцінка (Каппа Коена) вимірює узгодженість між прогнозованими та фактичними класифікаціями з урахуванням випадковості.

Оцінка 0,81 вказує на “майже ідеальну” узгодженість, перевищуючи діапазон 0,61–0,80, який вважається “суттєвим”. Водойми та насадження були класифіковані з майже ідеальною точністю (97% та 96% відповідно), тоді як дороги, які мали проблеми з їхньою тонкою лінійною формою та тінями, досягли 85%.

Будівлі та сільськогосподарські угіддя також показали хороші результати, з F1-оцінками 88% та 83%. F1-оцінка, гармонійне середнє арифметичного точності та повноти, врівноважує хибнопозитивні та хибнонегативні результати, що робить її ідеальною для оцінки незбалансованих наборів даних.

Підвищення ефективності було ще більш вражаючим. Традиційне стереопланування, яке передбачає ручне позначення об'єктів на 3D-аерофотознімках, займає дев'ять днів на один аркуш карти (5,29 км²) для будівель та рослинності.

Підхід на основі штучного інтелекту скоротив цей час до 43 хвилин на аркуш, що у 250 разів покращило час. Спочатку навчання моделі вимагало 17 годин, але після навчання вона могла класифікувати величезні території з мінімальним втручанням людини. Масштабування цієї системи може дозволити Індонезії щорічно картографувати 9000 км², скоротивши прогнозований час завершення з понад століття до лише 15 років.

Картографування на основі штучного інтелекту сприяє глобальній сталості

Наслідки поширюються далеко за межі Індонезії. Автоматизована класифікація земного покриву підтримує глобальні зусилля, такі як Цілі сталого розвитку ООН (ЦСР). Наприклад, відстеження вирубки лісів (ЦСР 15) або розширення міст (ЦСР 11) стає швидшим і точнішим.

У регіонах, схильних до стихійних лих, таких як райони, схильні до повеней, актуальні карти можуть допомогти визначити вразливі громади та спланувати маршрути евакуації.

Фермери також отримують вигоду; точні дані про земний покрив дозволяють проводити точне землеробство, оптимізуючи використання води та врожайність сільськогосподарських культур шляхом моніторингу стану ґрунту та стресу рослинності за допомогою NDVI.

Однак проблеми залишаються. Продуктивність моделі на недостатньо представлених класах, таких як дороги, підкреслює необхідність збалансованих навчальних даних. Подальша робота може включати трансферне навчання – метод, за якого модель, попередньо навчена одному завданню (наприклад, загальне розпізнавання зображень), налаштовується для конкретного застосування (наприклад, виявлення доріг на супутникових знімках).

Це зменшує потребу у масивних наборах даних з маркуванням, створення яких є дорогим. Тестування передових архітектур, таких як U-Net3+, що покращує агрегацію ознак у різних масштабах, або моделей на основі трансформаторів (які чудово фіксують довгострокові залежності на зображеннях), може ще більше підвищити точність.

Однак інтеграція даних лідара (виявлення та визначення відстані) або радара також може покращити результати, особливо в хмарних регіонах, де оптичні супутники мають труднощі.

Висновок: Нова ера геопросторової науки

Це дослідження знаменує собою поворотний момент у топографічному картографуванні. Автоматизуючи класифікацію земного покриву, країни можуть створювати точні карти швидше та дешевше, ніж будь-коли раніше. Для Індонезії ця технологія — це не просто зручність, а необхідність для управління швидкою урбанізацією, захисту лісів та підготовки до кліматичних катастроф.

З розвитком штучного інтелекту та супутникових технологій бачення картографування в режимі реального часу з високою роздільною здатністю стає досяжним, що дає урядам та громадам можливість будувати більш стале майбутнє.

Посилання: Хакім, Ю.Ф.; Цай, Ф. Вилучення даних про земний покрив із супутникових знімків дуже високої роздільної здатності на основі глибокого навчання для сприяння створенню великомасштабних топографічних карт. Дистанційне зондування. 2025, 17, 473. https://doi.org/10.3390/rs17030473