Автор: Франсиско Пириз, MSc; Инженер по исследованиям и разработкам в Digital Sense; в сотрудничестве с Javier Preciozzi, доктором философии; Управляющий партнер DigitalSense.
Контекст возможностей
Уругвай является частью Digital Nations, где среди десяти других стран мира (таких как Израиль, Корея, Новая Зеландия и Англия) он лидирует в изменении государственного управления за счет внедрения цифровых технологий.
В стремлении улучшить обслуживание граждан ключевое значение имеет переход к цифровому государственному управлению. В связи с этим Digital Sense является движущей силой этого изменения, обучив 29 государственных организаций искусственному интеллекту вместе с AGESIC (Агентство электронного правительства и информационного общества) только за последний год.
Определенный вызов
Сфера с потенциалом для развития в этом смысле — это забота и охрана наших природных ресурсов, одна из главных задач, стоящих сегодня перед народами. В Уругвае, как и во всем мире, выявлено беспорядочное использование и незаконная добыча природных ресурсов. Это представляет серьезную проблему для сохранения биоразнообразия территории, ее вод и окружающих почв.
Недавно достоянием общественности стало дело о частных компаниях, которые несанкционированным образом отклонили естественный водоток, расположенный в бассейне реки Санта-Лусия, чтобы облегчить добычу сырья в своих интересах. Это действие, помимо потенциального воздействия на источник воды, обеспечивающий 60% населения страны, может иметь негативные последствия для экологического баланса и биоразнообразия территории.
В настоящее время в Уругвае наблюдение за внутренними водами осуществляется персоналом военно-морской префектуры, который время от времени курсирует на лодках по ручьям и рекам. Основным недостатком этого типа мониторинга, помимо высокой стоимости этих кампаний, является затрачиваемое время, которое в целом не позволяет своевременно обнаруживать инциденты с большими неудобствами, которые это влечет за собой.
Цель исследования
В Digital Sense мы объединяем наш опыт в области машинного обучения, дистанционного зондирования и обработки изображений, чтобы предоставлять услуги мониторинг урожая и точное земледелие.
- В случае отвода водотока в бассейне реки Санта-Люсия обработка и анализ спутниковых снимков позволяют ответить на несколько вопросов, которым посвящено данное исследование:
- наличие или отсутствие искусственного отвода (вмешательством человека) водотока;
- Если это имело место, определить даты начала вмешательства;
- Количественная оценка того, насколько значительным было искусственное отклонение по сравнению с естественными изменениями русла реки с течением времени.
- Возможность автоматического обнаружения таких отклонений, что в конечном итоге приводит к срабатыванию сигнализации, что позволяет принимать быстрые меры и позволяет государству экономить затраты и время на государственное управление.
Методология
Для оценки и проверки возможностей мониторинга с использованием свободно доступных спутниковых снимков был разработан алгоритм, способный отслеживать течение обследуемого водотока и выявлять изменения его течения во времени.
Первое наблюдение, которое мы сделали, было сделано непосредственно благодаря инструменту Google Earth. Последние две фотографии, имеющиеся на месте рассматриваемой реки, датированы февралем 2018 года и мартом 2022 года:
Изображения ниже взяты из Google Планета Земля:
В отличие от других изображений, изображения Google Earth нельзя загрузить бесплатно, что необходимо для автоматической обработки. Эти изображения, подтверждающие хотя бы одно изменение за последние четыре года, побуждают нас автоматизировать обнаружение этих изменений. Это то, что мы опишем далее.
Ключ: данные
Чтобы работать со спутниковыми снимками, первое, что мы должны определить, это то, какие изображения у нас есть, и какие из них наиболее подходят для нашей цели, принимая во внимание, что мы исходим из предположения об использовании изображений в открытом доступе.
Есть несколько спутников, которые делают их изображения доступными. Эти изображения варьируются от оптических изображений (в частотах видимого света) до изображений, которые получают другие диапазоны электромагнитного спектра, такие как инфракрасный (который предоставляет тепловую информацию) или ближний инфракрасный (NIR, для ближнего инфракрасного красного), что полезно для мониторинг растительности и др. Существуют также спутники наблюдения за Землей, которые несут другие типы инструментов, такие как радар и производные, в зависимости от цели, для которой они были выведены на орбиту.
Другим ключевым фактором является пространственное и временное разрешение этих наблюдений. Пространственное разрешение может варьироваться от порядка метра или меньше до километров, в зависимости от наблюдаемых явлений. Точно так же у нас есть спутники (или созвездия спутников), которые посещают одно и то же место более одного раза в день, и другие, с которыми мы имеем не более одного наблюдения в месяц.
Это исследование является не более чем кратким доказательством концепции, которое не претендует на исчерпывающий анализ методологии или типа оптимальных данных, которые будут использоваться. Цель состоит в том, чтобы проиллюстрировать осуществимость этого типа процедуры. Для этого мы используем данные спутника Sentinel-2 Европейского космического агентства (ЕКА).
Sentinel-2 — группировка спутников наблюдения Земли, управляемая ЕКА. Эти спутники обеспечивают изображения поверхности Земли с высоким разрешением для приложений в сельском хозяйстве, борьбе со стихийными бедствиями, управлении природными ресурсами и мониторинге окружающей среды. Оснащенные мультиспектральными камерами высокого разрешения, они могут снимать изображения земной поверхности на разных длинах волн.
В данном случае мы опираемся на спектральные полосы, составляющие видимый спектр: красный, зеленый и синий (RGB). Мы также используем диапазон NIR, который отражает реакцию Земли на падающую волну ближнего инфракрасного диапазона. Эти полосы имеют пространственное разрешение 10 метров. Спутники группировки Sentinel-2 пролетают над исследуемым регионом примерно раз в неделю.
Как мы можем использовать и повысить ценность этих данных?
Комбинируя эти полосы определенным образом, мы можем выявлять явления или артефакты, которые не были бы видны человеческому глазу. В этом случае мы рассчитываем индекс под названием NDWI (Normalized Difference Water Index), полученный на основе комбинации зеленого и NIR-каналов.
NDWI = (Зеленый — NIR) / (Зеленый + NIR).
Как следует из названия, эта комбинация имеет тенденцию подчеркивать присутствие воды на поверхности. Чтобы проиллюстрировать потенциал NDWI в этом случае, мы показываем ниже два изображения RGB от сентября 2020 г. и сентября 2021 г.; и соответствующие изображения NDWI.
На этих изображениях наличие водотока видно ярко-желтым цветом. Они ясно иллюстрируют потенциал NDWI для обнаружения и сегментации водотока в любую дату, а также для определения моментов, когда произошли важные изменения, если таковые имеются. С этой целью с марта 2020 г. по конец 2022 г. мы делали снимки каждые один-два месяца, отбрасывая снимки с сильной облачностью, чтобы выявить отклонения в течении реки. С помощью изображений NDWI и обработки изображений, основанных на основных статистических инструментах и математической морфологии, мы получаем данные о реке в течение всего этого периода.
→ Изображения RGB:
→ Изображения NDWI:
→ RGB-изображение с автоматическим обнаружением бассейнов:
В этих последовательностях можно определить изменение русла реки, начиная с декабря 2020 г. по январь 2021 г. В частности, можно наблюдать островок песка, переместившийся с левого берега на правый берег реки.
На протяжении всей этой эволюции мы можем выделить четыре периода:
март 2020 г. — декабрь 2020 г.: изменения незначительные, реакция на природные факторы (паводки и т. д.);
декабрь 2020 г. — январь 2021 г.: впервые наблюдается новое русло реки и то, как закрывается прежнее течение;
Январь 2021 г. — февраль 2021 г.: эти трансформации усиливаются, русло новой реки утолщается.
С февраля 2021 года: река остается относительно стабильной, а ее старый рукав постепенно пересыхает.
Эти четыре периода показаны на изображениях ниже, показывающих разницу между течением реки в начале каждого периода и в конце его. Синие области представляют собой области, где река исчезла в этот период, а желтые области представляют собой области, куда река вторглась в этот период.
Этот инструмент позволяет выделить изменения, в основном между декабрем 2020 г. и февралем 2021 г., где желтая рука указывает на новый путь реки, а синяя — на закрытую часть.
Существует несколько возможных способов количественной оценки этих наблюдений. Простой способ, который мы используем здесь в качестве иллюстрации, состоит в том, чтобы изобразить в виде графика в зависимости от времени поверхность (в гектарах), которая переходит от того, чтобы быть частью русла реки, к тому, чтобы не быть им, и наоборот (сумма площадей, окрашенных желтым цветом и синий на предыдущем рисунке). Мы можем увидеть значительный всплеск, произошедший между концом 2020 и началом 2021 года.
Замеченные изменения
Эволюция этой метрики изменений, которая отражает период наибольшего воздействия на реку, дает нам подсказки для изучения статистического поведения рек, а затем для автоматизации обнаружения изменений и других аномальных поведений.
Выводы
Сегодня можно удаленно контролировать всю территорию страны, чтобы защитить природные ресурсы. Алгоритмы автоматического обнаружения изменений могут отправлять ранние уведомления всякий раз, когда что-то или кто-то генерирует изменения.
Команда экспертов по спутниковым снимкам из Digital Sense разработала и утвердила это решение в качестве доказательства концепции.
Упомянутый ранее случай, который показал, как частные компании незаконно изменяли национальные воды и почву, возможно, не является единичным случаем. Это наглядное свидетельство актуальности передовых цифровых технологий в государственном управлении. Часть решения заключается в понимании масштабов и положительного влияния, которое может оказать искусственный интеллект, и готовности к изменениям. В конце концов, именно наши непрерывные изменения отличают нас как нацию с точки зрения цифровой трансформации.
