Грантовый проект ИРН AP14872458, 2022-2024 гг.

Руководитель: Нурсеитов Д.Б.

Scopus: 55130588300

ORCID: https://orcid.org/0000-0003-1073-4254

Актуальность:

Актуальной экологической проблемой в нашей стране является загрязнение почвенного и водных слоев нефтью и продуктами ее переработки. При этом обнаружение нефтяных загрязнений достаточно трудоемкий процесс, поэтому полная автоматизация космического мониторинга нефтяных разливов с использованием технологий нейросетей является одной из приоритетных задач, в том числе и в рамках реализации государственной программы «Цифровой Казахстан»

Цель:

Построение автоматизированной системы для анализа и мониторинга космических изображений нефтяных загрязнений

Ожидаемые результаты:

2022 год:

  • Формирование базы данных (датасета) снимков с подтвержденными нефтяными загрязнениями и примерами нецелевых классов.
  • Обзор инструментов анализа снимков, подбор параметров предобработки.
  • Написание руководства по созданию датасета загрязнений и нецелевых классов.

2023 год:

  • Разработка и тестирование модели машинного обучения (ML) для обнаружения нефтяных загрязнений.
  • Тестирование ML-модели на построенном датасете для выделения признаков загрязнений.
  • Оценка точности определения нефтяных пятен и их подобий.

2024 год:

  • Разработка методики автоматизированного космического мониторинга нефтяных загрязнений.
  • Автоматизация процесса предварительной обработки и анализа спутниковых снимков для более точного определения загрязнений.

Достигнутые результаты:

2022 год:

  • Сформирована база данных (dataset)с достоверными нефтяными загрязнениями и нецелевыми классами, выделенными по космическим снимкам общедоступных миссий с аннотированной информацией для каждого события.

2023 год:

  • Скомпилирована и настроена ML-модель для автоматического обнаружения нефтяных загрязнений.
  • Проведено тестирование модели и оценка точности её работы на выбранных данных.

2024 год:

  • Разработана процедура автоматизации предобработки первичных данных дистанционного зондирования, которая включает в себя: модуль автоматической загрузки исходных данных космического зондирования с удаленных серверов и модуль предобработки.