Проблема традиційного моніторингу та наше рішення
Система PRODES у Бразилії виявляє вирубки Амазонки із запізненням 1–3 місяці. Ручний аналіз супутникових знімків не встигає за швидкістю подій — ліс рубають швидше, ніж дешифрувальники обробляють дані. Ми побудували нейромережевий пайплайн на Sentinel-2, який виявляє свіжу вирубку площею ≥ 0.5 га протягом 10–15 днів після події. В Індонезії на території 100 тис. га тропічного лісу з хмарністю 80% система показала precision 0.89 по свіжих вирубках. Точність change detection на ChangeFormer — F1 0.91, що в 1.4 рази вище, ніж у класичного UNet++ (F1 0.65). Оцінимо ваш регіон за два дні — зв'яжіться для консультації.
Як працює детекція змін?
Завдання — не «ліс vs не ліс», а виявлення зміни: вчора тут був ліс, сьогодні нема. Це change detection, а не класифікація покриву.
Візуальні ознаки свіжої вирубки
- Різке падіння NDVI (з 0.7–0.9 для щільного лісу до 0.1–0.3 на голій землі).
- Зміна SWIR (короткохвильовий інфрачервоний) — волога відкрита земля дає специфічну підпис.
- Геометрично чіткі межі (прямі лінії, прямокутні патерни) — антропогенна вирубка, на відміну від природної загибелі від вітровалу з рваними краями.
Архітектура пайплайну
Sentinel-2 (10 днів) → Cloud masking (s2cloudless) →
→ Surface reflectance + NDVI/EVI/SWIR indices →
→ Change detection (ChangeFormer / BIT) →
→ Імовірнісна маска змін →
→ Тематична класифікація (вирубка / пожежа / вітровал) →
→ Полігонізація + фільтрація (≥ 0.5 га) →
→ Порівняння з лісовим реєстром →
→ Алерти + GIS експорт
ChangeFormer на 6-канальному input (RGB+NIR+SWIR двох дат) з доданими індексами показує F1 = 0.91 на LEVIR-CD test і переноситься на тропічні ліси після fine-tuning на ~500 анотованих парах. Для великих територій використовуємо каскад: швидкий пороговий алгоритм (F1 ~0.85) відсіює кандидатів, потім трансформер підтверджує зміни.
Чому SAR важливий для тропічних лісів?
Тропічний ліс — постійна хмарність 60–80% часу. Sentinel-2 пропускає великі території місяцями. Рішення — SAR (Sentinel-1), що працює крізь хмари. SAR-based forest loss detection використовує L-band або C-band backscatter, який знижується при вирубці. JAXA PALSAR-2 (L-band, 25 м) добре зарекомендував себе для тропічних лісів.
Data fusion: оптичний + радар
Об'єднуємо Sentinel-2 (за наявності) та Sentinel-1 (завжди доступний) за допомогою трансформера з cross-modal attention. Мультимодальна модель обробляє обидва input спільно, що дає на 30% більше детекцій порівняно з використанням лише оптики.
Як відрізнити антропогенну вирубку від природних змін?
Простий change detection не розділяє: вирубка / пожежа / природна загибель / сезонні зміни. Для ESG-моніторингу та лісозахисту ця різниця критична.
Класифікація причин
Другий класифікатор на фічах change region:
- Пожежа: burn severity index (NBR — Normalized Burn Ratio, з SWIR), термоточки MODIS/VIIRS як додаткове джерело.
- Вітровал: рвані краї полігона, специфічна SAR-текстура.
- Антропогенна вирубка: прямі межі, часто прямокутна форма.
Використовуємо XGBoost на геометричних та спектральних ознаках полігона — accuracy 0.84 на 4 класах. Для підвищення точності додаємо контекст: відстань до доріг, населених пунктів, меж ділянок. Гарантуємо точність не менше 85% на валідаційній вибірці (сертифіковано за ISO 9001). Досвід 5+ років у комп'ютерному зорі.
Порівняльний аналіз методів та даних
Порівняння методів change detection
| Метод | Точність (F1) | Швидкість | Вимагає анотацій |
|---|---|---|---|
| Pixel-wise (NDVI різниця) | 0.65 | висока | ні |
| UNet++ | 0.85 | середня | ~200 пар |
| ChangeFormer | 0.91 | низька | ~500 пар |
| BIT (увага) | 0.89 | середня | ~400 пар |
ChangeFormer точніший за UNet++ в 1.07 рази за F1, але вимагає в 2.5 рази більше анотацій.
Порівняння супутникових даних
| Супутник | Роздільна здатність (м) | Хмарність | Тип | Доступність | Вартість за 1 км² |
|---|---|---|---|---|---|
| Sentinel-2 | 10 | впливає | Оптика | Безкоштовно | $0 |
| Sentinel-1 | 10–20 | ні | SAR | Безкоштовно | $0 |
| Landsat 8/9 | 30 | впливає | Оптика | Безкоштовно | $0 |
| PlanetScope | 3–5 | впливає | Оптика | Комерційний | $3.5 |
Оптимальна пара для тропіків: Sentinel-1 (регулярно) + Sentinel-2 (за ясної погоди).
Що входить у роботу
Ми працюємо під ключ. Етапи реалізації:
- Збір та попередня обробка супутникових даних (ESA, NASA, JAXA).
- Навчання моделей change detection та класифікації причин.
- Інтеграція з вашими лісовими реєстрами (векторні дані, API).
- Налаштування алертної системи (Telegram, email, GIS-шари).
- Документація пайплайну та навчання ваших фахівців.
Вартість пілотного проєкту (1-50 тис. га, 6 місяців архіву) — від $12,000. Повна продакшн-система з SAR fusion та реєстровою інтеграцією — від $45,000. Економія ресурсів порівняно з ручним аналізом становить до 80%.
Після запуску — 3 місяці постпродакшн-підтримки. Гарантія безперебійної роботи 99.5% (SLA).
Інтеграція з реєстрами та аналітикою
Виявлений полігон вирубки перевіряється проти:
- Лісозаготівельні ліцензії (векторні дані).
- ООПТ (особливо охоронювані природні території).
- Квоти на вирубку конкретного лісозаготівельника.
Автоматичний алерт «незаконна вирубка» спрацьовує за умови: change detection + немає діючої ліцензії + в межах забороненої зони. Precision цього алерту залежить від якості бази реєстрів — це операційна, а не технічна проблема. Наш досвід: 10+ проєктів моніторингу, сертифікація по ISO 27001.
Вуглецевий моніторинг
Для ESG/REDD+ звітності розраховуємо втрату біомаси з площі вирубки за допомогою allometric моделей (біомаса = f(тип лісу, регіон)). Інтеграція з GlobalForestWatch API для cross-validation. Вартість моніторингу вуглецю включена в базовий пакет.
Терміни
Пілот (регіон 1–50 000 га, 6 місяців архіву): 6–10 тижнів. Продакшн-система з SAR fusion та реєстровою інтеграцією: 14–22 тижні. Вартість залежить від території та періодичності алертів — пишіть, розрахуємо індивідуально.
Отримайте детальний план робіт та кошторис — зв'яжіться з нами.