Визначення меж полів на основі аналізу супутникових зображень
Інноваційне рішення визначення меж полів від EOS Data Analytics, що поєднує масштабованість і точність для ефективного моніторингу земель і прийняття рішень:
- Точність до 90% забезпечується моделлю CNN, натренованою на основі наборів даних із різних країн
- Легка інтеграція з класифікацією культур для поглибленого аналізу полів
- Різноманітні формати вихідних даних: від векторних масок і статистики до персоналізованих звітів через API
Підхід і методологія
Модель: згорткова нейронна мережа (CNN) для семантичної сегментації з архітектурою encoder-decoder, навчена на даних з 10 країн
Супутникові дані: знімки Sentinel-2 L2A з обробкою у 4 спектральних діапазонах, зокрема й RGB та NIR
Точність: до 90% за метрикою IoU (перетин над об’єднанням)
Обмеження: території з високою хмарністю та малі поля (<2 га). Можливе використання знімків високої роздільної здатності
Можливість інтеграції: визначення меж полів доступне як самостійне рішення чи в поєднанні з класифікацією культур
Підвищена точність: результати визначення меж можна поєднувати з растровим шаром класифікації для детальнішої аналітики по кожному полю
Очікувані результати і формати проєкту
- Векторна маска з контурами полів або з класифікацією культур (за потреби) у форматах ESRI shapefile, GeoJSON, KML, GPKG.
- Зведена статистика площ орних земель за адміністративними межами областей, районів тощо в форматах xlsx, csv.
- Аналітичний звіт або пояснювальна записка щодо результатів (за потреби).
*Результати в іншому форматі, зокрема через API-інтерфейс (за потреби).
Необхідні дані для визначення меж полів на основі машинного навчання
Вхідні дані від замовника
- Область інтересу (AOI)
- Таблиця (xlsx, csv)
- Векторний формат (KML, ESRI shapefile, GPKG, GeoJSON)
- Календар вирощування за наявності (щоб вибрати найкращий період для визначення меж)
Дані, зібрані та оброблені EOSDA
- Супутникові знімки
- Інші додаткові шари даних (міста, дороги, водойми тощо)
- Затверджувальні набори даних
Типові етапи проєкту
Звичайна тривалість: 1–2 тижні
Аналіз рослинності в межах області інтересу
Пошук і завантаження необхідних супутникових даних
Застосування моделі і супровід/контроль
Перевірка результатів і підготовка фінальних матеріалів
Переваги рішення EOSDA для визначення меж полів
- Точне визначення земельних ділянок для моніторингу змін.
- Покращені моделі прогнозування врожайності, класифікація культур і оцінка продуктивності на рівні полів.
- Точні дані для автоматизованої сільськогосподарської техніки.
- Оптимізація поливу, дренажу і землекористування.