來自俄科學(xué)院西伯利亞分院網(wǎng)站的報道，該分院克拉斯諾亞爾斯克科學(xué)中心的科研團(tuán)隊通過對人工智能系統(tǒng)進(jìn)行培訓(xùn)使其能夠根據(jù)地球遙感數(shù)據(jù)對植被類型進(jìn)行分類，并確定生物群落的邊界，該系統(tǒng)能夠很好地識別林帶，可用于跟蹤林帶邊界的變化。相關(guān)成果發(fā)布在IOP Conference Series: Materials Science and Engineering國際學(xué)術(shù)會議的論文集中。
　　西伯利亞分院克拉斯諾亞爾斯克科學(xué)中心生物物理所與計算仿真所的聯(lián)合科研團(tuán)隊采用地球遙感數(shù)據(jù)對人工智能系統(tǒng)進(jìn)行培訓(xùn)，使其可識別植被類型并標(biāo)記邊界?？蒲腥藛T選取2018年5月至9月期間收集的克拉斯諾亞爾斯克若干地域十二頻譜衛(wèi)星遙感照片，培訓(xùn)人工智能系統(tǒng)識別針葉林、闊葉林、混合林及草原的邊界，系統(tǒng)可從此類照片每一像素中獲得十二個頻譜值，由此學(xué)會評估植被的類型。培訓(xùn)后的系統(tǒng)現(xiàn)可識別針葉林、闊葉林，但存在草原識別的問題，科研人員擬采用擴(kuò)大地域數(shù)據(jù)對人工智能系統(tǒng)進(jìn)行補(bǔ)充培訓(xùn)以提高系統(tǒng)識別的準(zhǔn)確性和增加識別類型的多樣性。
　　該系統(tǒng)可用于林帶面積變化的跟蹤，自動考察和分析不同年代林帶照片并描述邊界的遷移情況，還可用于森林火災(zāi)、砍伐，以及由于氣候變暖所造成的植被邊界遷移等情況跟蹤。
　　該項研究得到了俄羅斯基礎(chǔ)研究基金及俄羅斯地理協(xié)會研究資金的支持。
　　多頻譜衛(wèi)星照片可用于地面植被情況的研究及諸如森林等不同生物群落邊界的確定，由于衛(wèi)星數(shù)據(jù)體現(xiàn)為照片，對幾千平方公里的圖像進(jìn)行人工分析并從中手工圈定林帶，這是一個繁瑣的技術(shù)難題，人工智能系統(tǒng)在該領(lǐng)域的應(yīng)用是最佳技術(shù)方案，可實現(xiàn)林帶變化信息的在線獲取。
免責(zé)聲明：本網(wǎng)轉(zhuǎn)載自其它媒體的文章，目的在于弘揚(yáng)科技創(chuàng)新精神，傳遞更多科技創(chuàng)新信息，并不代表本網(wǎng)贊同其觀點和對其真實性負(fù)責(zé)，在此我們謹(jǐn)向原作者和原媒體致以崇高敬意。如果您認(rèn)為本站文章侵犯了您的版權(quán)，請與我們聯(lián)系，我們將第一時間刪除。