Giperspektral sun'iy yo'ldosh tasvirlari o'rmon yong'inlarini aniqlaydi

So'nggi yillarda iqlim o'zgarishi va inson bilan bog'liq boshqa ekologik muammolar ilmiy adabiyotlarda katta e'tiborni tortdi. Tarixan, o'rmon yong'inlari asosan yong'inni kuzatish minoralaridan ulkan hududlarni kuzatish va yong'in detektorlari kabi oddiy qurilmalardan foydalanish orqali aniqlangan. Biroq, bu usul unchalik aniq emas edi va uning samaradorligiga uzoq kuzatuv davrlarida to'plangan inson charchoqlari ta'sir qilishi mumkin edi. Boshqa tomondan, gazlar, alanga, tutun va issiqlik chiqindilarini aniqlash uchun ishlatiladigan muqobil sensorlar odatda uzoq o'lchash vaqtlarini talab qiladi. Bundan tashqari, ushbu sensorlarning o'lchash diapazoni cheklanganligi sababli, faqat ko'p sonli sensorlar katta maydonlarni qamrab olishi mumkin edi. Nishonni aniqlash, chuqur o'rganish va masofadan zondlash texnologiyalarining jadal rivojlanishi bizga o'rmon yong'inlarini topish va kuzatish uchun yangi usullarni taqdim etdi.

1. Asosiy texnik tasniflar

Hozirda keng qo'llaniladigan texnologiyalarni uch turga bo'lish mumkin, ular faol yong'inlar yoki tutunni real vaqt rejimida yoki real vaqt rejimiga yaqin vaqtda aniqlash yoki kuzatish imkonini beradi: yer usti, havo va sun'iy yo'ldosh tizimlari. Ushbu texnologiyalar odatda ko'rinadigan yorug'lik, infraqizil, ko'p spektrli yoki giperspektral sensorlar bilan birlashtiriladi; ma'lumotlar to'plangandan so'ng, uni tegishli sun'iy intellekt (AI) algoritmlari (odatda mashinani o'rganish (ML) usullari) yordamida qayta ishlash mumkin. Ushbu texnologiyalar o'rmon yong'inlarini dastlabki bosqichlarida aniqlash va tutun va olovning xatti-harakatlarini simulyatsiya qilish uchun inson tomonidan yaratilgan xususiyatlarni ajratib olishga yoki kuchli AI usullariga tayanadi. Yong'inni aniqlashning turli usullari 1-rasmda ko'rsatilgan.

1-rasm. Yong'inni aniqlash usullari

So'nggi yillarda, asosan, ko'plab sun'iy yo'ldoshlar uchirilgani va ular bilan bog'liq xarajatlarning kamayishi tufayli, sun'iy yo'ldosh tasvirlari yordamida o'rmon yong'inlarini aniqlashga qaratilgan keng ko'lamli tadqiqotlar olib borildi. Xususan, Yerni kuzatish (EO) uchun bir qator sun'iy yo'ldoshlar to'plami ishlab chiqilgan (masalan, Planet). Sun'iy yo'ldoshlar odatda o'z orbitalariga qarab tasniflanadi, ularning har biri o'zining afzalliklari va kamchiliklariga ega. 1-jadvalda eng muhim toifalar keltirilgan.

1-jadval. Sun'iy yo'ldosh toifalari

Past qutbli SSO orbitalarida joylashgan geostatsionar orbita (GEO) sun'iy yo'ldoshlarining aksariyati kosmik kemalar har safar bir xil quyosh nuri burchagida bir xil manzarani kuzatishini va soyalar har bir o'tishda bir xil bo'lishini ta'minlash uchun aniq balandlik va qiyalik hisob-kitoblariga ega. Quyosh bilan sinxronlashtirilgan sun'iy yo'ldosh ma'lumotlari yuqori fazoviy aniqlikka ega, ammo past vaqt aniqligiga ega (LandSat-7/8 8 kunlik takrorlanish sikliga ega, Sentinel 2A/2B esa o'rta kenglik mintaqalarida 2-3 kunlik takrorlanish sikliga ega), GEO sun'iy yo'ldoshlari esa pastroq fazoviy aniqlikka ega, ammo yuqori vaqt aniqligiga ega. Shuning uchun ular faol o'rmon yong'inlarini real vaqt rejimida aniqlashda samarali emas; buning o'rniga ular yonib ketgan maydonni baholash kabi vaqtga kamroq sezgir vazifalar uchun ko'proq mos keladi. Geostatsionar orbita sun'iy yo'ldosh tizimlari o'rmon yong'inlarini aniqlay oladi, chunki ular katta maydonlarni ko'ra oladi. Yerni suratga oluvchi sun'iy yo'ldoshlarning aksariyati ko'p spektrli tasvir sensorlaridan foydalanadi va geostatsionar yoki yaqin qutbli quyosh bilan sinxronlashtirilgan orbitalarda joylashgan.

2-jadval. Ba'zi tegishli masofaviy zondlash sun'iy yo'ldosh tizimlari ro'yxati va ularning xususiyatlari

2. Joriy aniqlash usullari

Giperspektral ma'lumotlarga asoslanib, dastlabki to'g'ridan-to'g'ri ma'lumotlarni alohida diapazonlarni tekshirish orqali olish mumkin. Masalan, tutunni ko'rinadigan yaqin infraqizil (VNIR) diapazonini tekshirish orqali aniqlash mumkin, faol o'rmon yong'inlarini esa qisqa to'lqinli infraqizil (SWIR) diapazonidagi to'yingan piksellarni tekshirish orqali olish mumkin. Darhaqiqat, 2000 nm dan 2400 nm gacha bo'lgan diapazonda, faol o'rmon yong'inlarini kuzatishda signal osongina to'yinadi, chunki Yerdan olingan signal quyoshdan kelgan signaldan kattaroqdir (chunki o'rmon yong'inlari faol quvvat chiqaruvchisi sifatida ishlaydi). Biroq, butun spektral xususiyatlarni konvolyutsion neyron tarmoqlari yordamida tahlil qilish xatolardan qochishi va tasniflashning ishonchliligini oshirishi mumkin.

Ko'p sinfli tasniflash CNN modeli 2-rasmda ko'rsatilgan. Giperspektral ma'lumotlarning kirish piksel spektri SWIR va VNIR kanallarini o'z ichiga oladi. Shuning uchun, bu C = 2^34 elementni o'z ichiga olgan giperkubdir (kirish giperkubidan ba'zi foydasiz xom ma'lumotlarni olib tashlaganidan keyin). 3 yadroli, n1 = 112 filtrli, bir xil paddingli, ReLU faollashtirish funksiyasi va l2 yadro regulyatsiya qiluvchisi bo'lgan bir o'lchovli konvolyutsion qatlam birinchi yashirin qatlamdir. Konvolyutsion qatlamdan so'ng, 2 ta pul yig'ish hajmi va 2 ta qadamga ega bo'lgan maksimal pul yig'ish qatlami mavjud (2-rasmda ko'rsatilganidek, n2 = n1 ga e'tibor bering). Ushbu maksimal pul yig'ish natijasi keyin tekislash qatlamidan o'tkaziladi va keyin 128 birlikdan iborat to'liq ulangan qatlamga ulanadi (ReLU faollashtirish funksiyasi bilan). Oxirgi qatlam ko'p sinfli tasniflash uchun SoftMax faollashtirish funksiyasiga ega zich birlik qatlamidir. Shuni ta'kidlash kerakki, C1 va C2 ​​raqamlaridagi ko'rsatkichlarni baholash oson va tarmoq arxitekturasiga bog'liq. Modelni o'rgatish uchun biz Adam optimizatoridan va tasniflashning o'zaro entropiya yo'qotish funksiyasidan foydalanamiz.

2-rasm. CNN modelining ko'p sinfli tasnifi