Global Vision Media Focus
Кампанія была прадстаўлена на тэлеканалах CCTV у агульнай складанасці 15 разоў, а яе ахоп праз партыйныя СМІ, цэнтральныя СМІ і мясцовыя афіцыйныя СМІ дасягнуў 50 мільёнаў чалавек.
Даследаванне метадаў аўтаматычнага выдзялення зямельных участкаў на аснове спадарожнікавых дыстанцыйных здымкаў
Уводзіны ў перадумовы
Вылучэнне дзялянак з'яўляецца найважнейшай фундаментальнай задачай у інтэрпрэтацыі дыстанцыйнага зандзіравання, кіраванні зямельнымі рэсурсамі і сельскагаспадарчых прасторавых інфармацыйных тэхналогіях. Вылучэнне дзялянак азначае вызначэнне прасторавага абсягу асобных дзялянак па спадарожнікавых здымках, здымках БПЛА або іншых дадзеных дыстанцыйнага зандзіравання, фарміруючы плошчавыя аб'екты з выразна акрэсленымі межамі. Для кіравання сельскагаспадарчай вытворчасцю дакладнае атрыманне межаў дзялянак мае важнае значэнне для рэгістрацыі сельскагаспадарчых угоддзяў, маніторынгу сельскагаспадарчых культур, ацэнкі ўраджайнасці, абследаванняў землекарыстання і размеркавання сельскагаспадарчых субсідый. Традыцыйныя метады вылучэння дзялянак часта абапіраюцца на ручную візуальную інтэрпрэтацыю або традыцыйныя метады апрацоўкі малюнкаў, такія як выяўленне краёў і кластарызацыйная сегментацыя. Гэтыя метады эфектыўныя ў раёнах з рэгулярнымі дзялянкамі, выразнымі выявамі і значнымі адрозненнямі ў зямельных уласцівасцях, але яны ўсё яшчэ маюць значныя абмежаванні пры працы са складанымі сельскагаспадарчымі сцэнарыямі.
Напрыклад, памер участкаў моцна адрозніваецца ў розных рэгіёнах, а некаторыя невялікія сельскагаспадарчыя ўчасткі маюць фрагментаваныя і няроўныя межы; таксама існуюць значныя адрозненні паміж рознымі сезонамі, рознымі датчыкамі і выявамі з розным дазволам; у той жа час такія фактары, як дарогі, канавы, палявыя грады і цені расліннасці, таксама могуць перашкаджаць распазнаванню межаў. Таму традыцыйныя метады з цяжкасцю падтрымліваюць стабільную дакладнасць у маштабных, шматсцэнавых умовах.
У апошнія гады развіццё тэхналогіі глыбокага навучання забяспечыла новыя падыходы да аўтаматычнага вызначэння межаў зямельных участкаў. Звязаныя даследаванні ператварылі вызначэнне межаў сельскагаспадарчых угоддзяў з традыцыйнай задачы «распазнавання пікселяў межаў» у «сегментацыю асобнікаў зямельных участкаў», што азначае, што яно больш не проста вызначае, ці належыць піксель да мяжы, а непасрэдна ідэнтыфікуе поўны прамежак кожнага незалежнага зямельнага ўчастка. Гэты падыход лепш захоўвае цэласнасць аб'ектаў зямельных участкаў і памяншае такія праблемы, як перакрыццё суседніх участкаў, разрывы межаў і прапушчаныя выяўленні. Існуючыя даследаванні таксама стварылі наборы даных, якія змяшчаюць спадарожнікавыя здымкі з розным разрозненнем і вялікую колькасць анатаваных асобнікаў зямельных участкаў з разрозненнем выяваў ад прыблізна 0,25 метра да 10 метраў, здольныя адаптавацца да патрэб вызначэння межаў сельскагаспадарчых угоддзяў у розных маштабах.
Структура мадэлі
Мадэль выдзялення зямельных участкаў — гэта аўтаматызаваная мадэль выдзялення з канца ў канец для спадарожнікавых здымкаў дыстанцыйнага зандзіравання. Яна складаецца з шасці частак: спадарожнікавыя здымкі, папярэдняя апрацоўка, мадэль выдзялення зямельных участкаў, вынікі экзэмпляра ў вектар, аб'яднанне вынікаў тых жа вектараў і вектарны вынік, як паказана на малюнку 1.
Малюнак 1.Патоку апрацоўкі мадэлі
Спачатку мадэль выкарыстоўвае спадарожнікавыя здымкі ў якасці ўваходных дадзеных, выкарыстоўваючы інфармацыю аб такіх аб'ектах, як сельскагаспадарчыя ўгоддзі, дарогі, канавы і грады палёў, каб забяспечыць аснову для ідэнтыфікацыі межаў участкаў. Затым уваходныя выявы праходзяць папярэднюю апрацоўку, у тым ліку абрэзку выявы, рэгістрацыю каардынат, стандартызацыю фармату, нармалізацыю і нарэзку выявы. На падставе гэтага мадэль вылучэння участкаў выконвае аналіз аб'ектаў і сегментацыю экзэмпляраў на папярэдне апрацаваных выявах, адрозніваючы суседнія ўчасткі, каб пазбегнуць перакрыцця або няправільнай сегментацыі паміж рознымі ўчасткамі. Вынікі экзэмпляраў, якія выдае мадэль, патрабуюць дадатковага пераўтварэння...Вектарныя дадзеныяГэта прадугледжвае выманне контураў зямельных участкаў з маскі і стварэнне замкнёных палігонаў для выкарыстання ў прасторавым аналізе ГІС. Паколькі буйнамаштабныя спадарожнікавыя здымкі звычайна сегментуюцца на некалькі участкаў выявы для апрацоўкі, адзін і той жа зямельны ўчастак можа быць неаднаразова ідэнтыфікаваны або сегментаваны на розныя зрэзы. Такім чынам, неабходна аб'яднаць вектарныя вынікі, якія належаць аднаму зямельнаму ўчастку, каб ліквідаваць дублікаты межаў і захаваць цэласнасць марфалогіі зямельнага ўчастка. Нарэшце, мадэль выдае поўныя вектарныя вынікі зямельных участкаў, якія можна захаваць у распаўсюджаных прасторавых фарматах дадзеных, такіх як Shapefile і GeoJSON, для выкарыстання ў статыстыцы зямельных участкаў, разліку плошчы і г.д.Аналіз землекарыстанняІ прасторавае планаванне і кіраванне.
Адлюстраванне вынікаў
На малюнку 2 паказаны вектарны вынік мадэлі. Мадэль можа дакладна вызначаць звычайныя сельскагаспадарчыя ўгоддзі, вялікія сумежныя сельскагаспадарчыя ўгоддзі і некаторыя дробныя фрагментаваныя сельскагаспадарчыя ўгоддзі. Для тэрыторый з выразнымі межамі і рэгулярным размяшчэннем участкаў вынікі вылучэння ў асноўным адпавядаюць рэальным межам участкаў. Для тэрыторый з шчыльна размешчанымі ўчасткамі і складанай формай мадэль усё яшчэ можа падтрымліваць добрую прадукцыйнасць падзелу участкаў, змяншаючы верагоднасць памылковага аб'яднання сумежных участкаў. Метад вылучэння участкаў, заснаваны на сегментацыі экзэмпляраў глыбокага навучання, можа эфектыўна палепшыць узровень аўтаматызацыі і дакладнасць вылучэння межаў сельскагаспадарчых угоддзяў, забяспечваючы важную тэхнічную падтрымку для дыстанцыйнага маніторынгу сельскай гаспадаркі і ўдасканалення кіравання зямельнымі рэсурсамі.
Малюнак 2.Вынікі вектарных даследаванняў