Технологии

Использование искусственного интеллекта для мониторинга изменений в городах

17 Июля 2025

В условиях постоянно меняющегося городского ландшафта важно успевать за скоростью изменений. Города расширяются, здания растут, появляются новые дороги, а модели землепользования меняются, иногда даже в одночасье. Традиционно для отслеживания этих изменений требовалось проводить съёмки вручную и анализировать изображения, что занимало много времени.

Однако сегодня Искусственный интеллект (ИИ) меняет подход к отслеживанию изменений в городах. С помощью ИИ, дистанционного зондирования и геопространственного анализа можно отслеживать расширение городов.

Одним из самых передовых достижений в этой области является разработка приложений на основе ИИ, которые могут автоматически обнаруживать застроенные участки. Эти системы используют спутниковые снимки высокого разрешения и методы глубокого обучения, классификации изображений и семантической сегментации для определения особенностей города с невероятной скоростью и точностью.

В основе этих решений лежат алгоритмы машинного обучения (ML) и компьютерного зрения, в частности, свёрточные нейронные сети (CNN). Эти алгоритмы анализируют огромное количество спутниковых и аэрофотоснимков, чтобы определить такие объекты на земле, как здания, дороги, растительность и водоёмы. Семантическая сегментация улучшает процесс, позволяя классифицировать объекты на уровне пикселей и получать подробное и точное представление о городском следе.

После обработки данные поступают непосредственно на платформы географической информационной системы (ГИС), предоставляя городским планировщикам, политикам и менеджерам по инфраструктуре актуальную информацию о развитии города.

Канал «Геопроект – Земля из Космоса» описывает процесс работы ИИ как состоящий из трёх этапов:

·      Обучение моделей глубокого обучения для определения физических характеристик.

·      Классификация этих характеристик по отдельным категориям земельного покрова.

·      Интеграция результатов в ГИС-системы для мониторинга и анализа.

По сравнению с традиционным ручным картированием этот подход значительно сокращает время, затраты и усилия. Хотя обучение моделей ИИ требует значительных первоначальных инвестиций в высококачественные размеченные данные, преимущества накапливаются со временем, поскольку модели становятся быстрее и эффективнее в обнаружении изменений в масштабе.

Разработка таких систем ИИ начинается с тщательной подготовки данных. Исторические геопространственные наборы данных очищаются, структурируются и анализируются для выделения ключевых особенностей земель, таких как построенные сооружения, дороги, сельскохозяйственные участки и природные ландшафты. Этот этап подготовки обеспечивает точность процесса обучения, который выполняется с использованием мощных инструментов, таких как расширения глубокого обучения. Полученные модели сохраняются в формате Deep Learning Package (DLPK), что делает их легко повторно используемыми для будущего мониторинга.

После обучения модели развёртываются для анализа новых спутниковых снимков и выявления обновлений с акцентом на определение пространственной эволюции застроенных территорий. Эти результаты соответствуют стандартам для обеспечения бесшовной интеграции с другими системами.

Важно отметить, что эта тенденция не просто технологическая. Она сигнализирует о более глубоком сдвиге в том, как производятся и применяются знания о городах. Вместо того чтобы полагаться на статические периодические карты, города теперь могут работать с динамическими геопространственными данными, обновляемыми ИИ. Этот уровень реагирования особенно ценен в контексте быстрого роста городов, экологического стресса и инициатив умного управления.

С ростом национальных инфраструктур пространственных данных и цифровых двойников интеграция ИИ в картографические системы предлагает масштабируемую и повторяемую методологию анализа землепользования, которая поддерживает более широкие цели, связанные с устойчивостью к стихийным бедствиям и разработкой политики на основе фактических данных.

Возможности обнаружения изменений с помощью ИИ распространяются на широкий спектр пространственных и тематических областей. Застроенные территории анализируются на предмет новых построек, сносов и горизонтальных или вертикальных расширений. Дороги и транспортные сети контролируются на предмет новых разработок или структурных изменений. Сельскохозяйственные земли отслеживаются на предмет признаков вторжения, заброшенности или переклассификации. Природные особенности, такие как растительность и водоёмы, наблюдаются на предмет экологических сдвигов, в то время как более широкие классификации земельного покрова различают непроницаемые поверхности, голую почву и зелень. Временные слои позволяют проводить сравнения по годам или десятилетиям, что позволяет проводить долгосрочный анализ городских тенденций.

Эта эволюция позволяет более разумно, гибко и масштабируемо понимать наши города. Поскольку городские пространства продолжают становиться всё более сложными, слияние искусственного интеллекта с геопространственными технологиями гарантирует, что мы не только успеваем за временем, но и предвидим и формируем будущее с большей уверенностью и ясностью.


Подписывайтесь на журнал «Вестник ГЛОНАСС» и навигационный Telegram-канал

 

Короткая ссылка:  vestnik-glonass.ru/~Y5xWP
03.09.2025
В России появился Центр коллективного пользования, специализирующийся на навигационных технологиях. Центр создан для разработки и тестирования стратегических высокоточных систем, обеспечивающих координатно-временное обеспечение страны.
«Центр высокоточной навигации, позиционирования и систем сбора пространственных данных» открыт на базе Московского государственного университета геодезии и картографии (МИИГАиК).
03.09.2025
Отрасль БАС с 2019 года рассматривалась как отдельное направление, как конкурент спутникам. Вопросы, которые там стояли: выделения классов пространства, требования к комплектации оборудования и так далее. Сейчас – что мы видим? Отрасли – космос и беспилотье – начали смыкаться между собой в экосистему, позволяющую по-другому на неё смотреть и развивать.
03.09.2025
Исследование климата – в приоритетах Космического агентства США на протяжении более 40 лет. Но, похоже, ситуация меняется.
02.09.2025
Спутниковая группировка «Гован» может предложить гораздо больше, чем просто китайскую альтернативу высокоскоростному широкополосному интернету потребительского уровня. Китай пока раскрывает мало информации об этой сети, но появляется всё больше доказательств того, что эти спутники могут обеспечить китайским вооружённым силам тактическое преимущество в любом будущем вооружённом конфликте в Западной части Тихого океана.

СТАТЬИ ГЛОНАСС

Киберугрозы как реальность сегодняшнего дня
В 2024 году в нашей стране было зарегистрировано более 765 тысяч правонарушений, совершённых с применением информационно-телекоммуникационных технологий, что составляет приблизительно 40% от общего объёма преступлений. Такие данные приводит новостной сайт Центра международной торговли со ссылкой на МВД РФ. В этом году их будет зарегистрировано ещё больше – можно ни разу не сомневаться. Цифровизация проникла во все сферы деятельности, сделав нашу жизнь продвинутой и комфортной – мы привыкли мгновенно оплачивать всё что хочешь через банковские приложения, управлять бизнесом в облаке, общаться в социальных сетях и одним кликом скупать содержимое маркетплейсов. Увы – вслед за этими удобствами идут массовые утечки персональных данных, промышленный шпионаж, репутационные риски, угрозы национальной безопасности и пр. Это не только экономические потери, но и серьёзные вызовы для государственного суверенитета и общественного доверия к цифровым системам.