По всем вопросам звоните:

+7 495 274-22-22

УДК: 631.61

Искусственный интеллект в системе мониторинга мелиорируемых земель

Касьянов А. Е. ФГБОУ ВО РГАУ-МСХА им. К. А. Тимирязева, г. Москва

Программное средство на базе нейронной сети анализирует цифровые изображения стенки почвенного разреза и определяет тип почвы. В качестве модуля его можно применять в программных средствах анализа цифровых изображений поверхности земли. Разработан интерфейс для обучения нейронной сети.

Литература:

1. Дубенок Н. Н. Дистанционное зондирование земли в оценке состояния мелиоративных систем и эффективности использования мелиорированных земель / Н. Н. Дубенок // Проблемы развития сельскохозяйственных мелиораций и водохозяйственного комплекса на базецифровых технологиях: cб. мат. Междун. конф. / ВНИИГИМ. — М., 2019. — С. 27–38.

2. Al-Abbas A. H., Swain P. H., Baumgardner M. F. Relating Organic Matter and Clay Content tothe Multispectral Radiance of Soils // Soil Sci. — 1972. — Vol. 114. — P. 65–82.

3. Bowers S. A., Hanks R. J. Reflection of Radiant Energy from Soils // Soil Sci. — 1971. — Vol. 100. — P. 130–138.

4. Kasyanov A. E. On creating digital land management in the framework of the program on digital economy of the Russian Federation / T. Papaskiri, A. Kasyanov, E. Ananicheva // In the collection: IOP Conference Series: Earth and Environmental Science electronic resource. — 2019.

5. Software — Pattern Recognition Tools [Электронный ресурс]. — Режим доступа: http://37steps.com/software.

6. Wu H., Fan Y. M., He J., Jin G., Xie Y., Chai D., He L. Response of Soil Hyper spectral Characteristics of Different Particle Sizes to Soil Organic Matter // Acta Agrestia Sin. — 2014. — Vol. 22. — P. 266–270.

7.Yun Chen, Jinliang Wang, Guangjie Liu, Yanlin Yang, Zhiyuan Liu and Huan Deng. Hyper spectral Estimation Model of Forest Soil Organic Matter in Northwest Yunnan Province, China // Forests. — 2019. — Vol. 10 (3). — 217 p

Мониторинг мелиорируемых почв повышает эффективность производства сельскохозяйственной продукции на мелиорируемых землях. Он необходим при экологическом контроле мелиоративных систем. В настоящее время развиваются технические средства дальнего дистанционного зондирования (ДДЗ) [2, 3] и ближнего зондирования, в том числе беспилотными летательными аппаратами (БПЛА) [1]. Технические средства дают цифровые изображения поверхности земли в различных интервалах спектра. Если технические средства и цифровые изображения находятся в открытом доступе или доступны по умеренным ценам, то программные средства анализа цифровых изображений для решения конкретных задач мелиоративной практики имеют ограниченное распространение. Анализ цифровых изображений относится к задачам распознавания образов. В открытом доступе имеется достаточное количество программных продуктов для решения прикладных задач распознавания объектов на цифровых изображениях [5]. Они базируются на системах искусственного интеллекта. Качество работы этих программ зависит от объема и качества информации, использованной при обучении систем искусственного интеллекта.

В качестве информации для обучения систем искусственного интеллекта используют данные сканирования поверхности земли спутниками. В мониторинге мелиорируемых земель дополнительно целесообразно использовать цифровые изображения стенок почвенных разрезов. Исходное изображение может иметь искажения (рис. 1а). Обработка изображений на первом этапе включает отображение изображения на плоскость, которая перпендикулярна оси объектива, затем — выделение контура стенки почвенного разреза (рис. 1б), далее — установление системы координат изображения, координат и цветовой шкалы каждой его точки. Точки размещают вдоль вертикальной оси, направленной вниз, и горизонтальной оси, направленной вправо (рис. 1в). Применяют относительные горизонтальные yi/L- и вертикальные xi/H-координаты. Относительные координаты масштабируют изображение.

В качестве цветовой шкалы принимают цветовое пространство Манселя (Munsel) и цветовые индексы, базирующиеся на первичных RGB-измерениях, которые используют системы мониторинга поверхности Земли LANDSAT и спутник Hyperion.

Для Цитирования:
Касьянов А. Е., Искусственный интеллект в системе мониторинга мелиорируемых земель. Главный агроном. 2021;8.
Полная версия статьи доступна подписчикам журнала
Язык статьи:
Действия с выбранными: