详细内容或原文请订阅后点击阅览
人工智能将利用太空照片确定森林边界
来自克拉斯诺亚尔斯克科学中心 SB RAS 的一组科学家训练了人工智能，以根据对地球的远程监控对植被类型进行分类并确定生物群落的边界。
来源:Robogeek新闻频道（关于机器人技术的俄罗斯与世界新闻）来自克拉斯诺亚尔斯克科学中心 SB RAS 的一组科学家训练了人工智能，以根据对地球的远程监控对植被类型进行分类并确定生物群落的边界。
系统可以很好地识别森林，但在田野中仍然会出错。该研究可用于跟踪森林边界的变化。该工作成果发表在IOP会议系列：材料科学与工程上。
IOP 会议系列：材料科学与工程多光谱卫星图像可用于研究陆地植被并确定不同生物群落（例如森林）的边界。从卫星接收的数据以照片的形式呈现。现代图像和传统地图中的信息通常不匹配，因为地图很少更新。分析数千平方公里的图像并从照片中手动追踪森林是一项不切实际的任务。因此，科学家们决定将这项任务委托给人工智能。
来自克拉斯诺亚尔斯克生物物理研究所和克拉斯诺亚尔斯克科学中心 SB RAS 计算模型研究所的一组研究人员，基于地球遥感数据，教授人工智能确定领土植被类型并确定边界生物群落。科学家们表明，可以使用 12 个光谱通道和反馈学习算法逐像素识别植被类型。该程序成功识别并区分了针叶林和落叶林，但迄今为止在识别草地方面存在问题。
研究人员使用 2018 年 5 月至 9 月期间获得的卫星图像训练神经网络。数据来自克拉斯诺亚尔斯克边疆区的几个地区，这些地区的植被类型众所周知。该神经网络在克拉斯诺亚尔斯克附近的针叶林和混交林以及波戈雷尔卡村附近的田野上进行了训练。她学会了区分植被类型，以及通过针叶树或落叶树类型来区分森林。