В web-ГИС Geohubкомпании «Инногеотех» появился новый функционал — BI-модуль. С его помощью можно ускорить работу с геоданными и формировать дашборды и графики за несколько минут, и все это в одном окне.
Напомним, что c последними обновлениями web-ГИС Geohub расширила возможности работы с геоданными для пользователей — в системе доступны инструменты AI и BI для сегментации и визуализации геоданных в разных отраслях.
ИИ-модуль помогает анализировать геоданные: определять границы вырубок, сельхозземель, объектов инфраструктуры и многое другое — прямо на карте.
BI-модуль необходим ГИС-специалистам и аналитикам в построении удобных графиков, диаграмм и дашбордов на основе загруженных слоев.
Возможности BI-модуля в web-ГИС Geohub на примере лесного, городского, сельского хозяйств и природопользования
Градостроительство — дашборды с данными о земельных участках и кадастровых данных; застройке (площади нарушений, график построек);
Лесное хозяйство — визуализация данных о вырубках, пожарах, и иных количественных показателях леса;
Сельское хозяйство — данные о площади культур, распахиваемых угодий, качественных показателей почвы;
Экология — графики динамики карьеров, водосборов, климатических изменений и др. данных.
Команда ИГТ представила результаты работы проекта по созданию цифровой базы данных о землях лесного фонда РТ.
О цифровой базе данных рассказала руководитель проектов в Инногеотехе Раушания Хуснутдинова:
«Цифровая база данных лесных земель» — проект по актуализации и переводу информации о землях лесного фонда в цифровой формат, все данные визуализированы на собственной платформе Geohub. Проект действует с 2022 года, в 2024 году проводилась техническая поддержка и обновление данных о лесных землях, подлежащих «лесной» амнистии».
С помощью ИИ-модуля можно ускорить работу с геоданными и получить результат за несколько минут, и все это в одном окне.
Простой и удобный ИИ-анализ геоданных для управления инфраструктурой, распознавания вырубок, границ земель сельхозназначения и иных классов.
Источники данных для ИИ-анализа
В качестве источника данных можно использовать:
— космоснимки;
— аэрофотосъемку и ортофотоплан;
— архивные карты;
— пользовательские растровые данные, а также слои по протоколу WMS/TMS;
— базовая подложка космоснимков внутри платформы GeoHub также доступна для сегментации.
Для анализа городской застройки подойдет область размером с городской квартал. Для сельского, лесного хозяйства и иных отраслей проводить ИИ-анализ лучше на территории в несколько десятков кв. км.
При работе с ИИ-модулем можно настроить не только источники данных, но и сам метод анализа территории. Сейчас ИИ-модуль способен проводить автоматизированную сегментацию, ручную сегментацию или сегментацию определенных объектов на основе текстового или голосового запроса.
Автоматическая сегментация
Автоматическая сегментация сельскохозяйственных полей
Для анализа в сельском хозяйстве за несколько секунд можно получить информацию о десятках полей — границ полей или распаханных угодьях.
В градостроительстве — автоматически получить данные об объектах городской среды, зданиях, дорогах, автомобилях и т. д.
В лесной отрасли ИИ-модуль поможет быстро найти участки леса или вырубки.
2. Сегментация на основе текстового или голосового запроса
Для работы просто используйте голосовой или текстовый ввод, задав любые объекты, области или ландшафты. С помощью этого метода можно быстро определить различные классы:
— в сельском хозяйстве — границы полей;
— в лесном — участки лесной растительности;
— в городском — крыши зданий, дорог и автомобилей, и даже людей (на качественном аэрофотоснимке);
Распознавание сельскохозяйственных полей с помощью ИИ-модуля
На основе текстового запроса за несколько секунд ИИ-модуль в Geohub оцифровал автомобили
3. Ручная сегментация целевых и нецелевых объектов
Сегментация целевых и нецелевых объектов в ИИ-модуле Geohub
С помощью ручной сегментации можно выбрать целевые и нецелевые объекты для финального отображения на слое. Для точного результата указываем в настройках то, что хотим получить, и задаем то, что не хотим видеть в качестве объектов.
Так, для анализа в сельском хозяйстве в качестве целевого объекта мы можем указать поле, а нецелевым — деревья на области выбранного поля.
Используя ручной метод ИИ-модуля, можно распознать, к примеру, вырубки, исключив другие объекты, которые не нужны для дальнейшей работы — дороги или населенные пункты.
Результаты анализа можно сохранить в отдельном слое или добавить полученные объекты к текущему.
«Мы протестировали работу ИИ-модуля для определения объектов в разных отраслях. Простота настроек, скорость получения результатов, интуитивно-понятный интерфейс и способность работать с разными источниками данных делают наш инструмент не только инновационным, но и простым, доступным для широкого круга специалистов. Теперь сложные задачи решаются быстрее и эффективнее, даже для тех, кто ранее не работал с нейронными сетями. Точность распознавания классов еще нуждается в корректировке, многое зависит от особенностей территории, от качества источников данных. Но то, что это уже сейчас позволяет ускорить процессы оцифровки и получить результат – это факт. Простор для улучшения и оптимизации данного Модуля довольно большой, мы точно будем совершенствовать его в рамках следующего года», — поделился руководитель направления разработки и развития продуктов в «Инногеотех» Алексей Миролюбов.
Инногеотех выступил на закрытом XIII международном межотраслевом форуме «Агроуправление 2024».
Алексей Миролюбов, руководитель направления разработки и развития продуктов в Инногеотехе, представил доклад «Современные инструменты картографии в сельском хозяйстве».
О чем рассказали? — какие технологии помогут в развитии сельского хозяйства; — о возможностях современных web-ГИС для растениеводства; — про работу платформ Geohub и Geovision.
В рамках закрытой сессии также продемонстрировали работу нового ИИ-модуля платформы Geohub для анализа геоданных в сельском хозяйстве.
Совсем скоро нейромодуль станет доступен для пользователей платформы.
С 26 по 27 сентября прошёл международный форум БРИКС, где Инногеотех представил свои разработки в области Искусственного интеллекта.
За 2 дня успели:
— презентовать платформы Geohub и Geovision делегации из Бразилии, Китая, ЮАР, Ирана, Индии и Египта и полномочному послу Вьетнама — г-ну Данг Минь Кхоя;
— пообщаться с коллегами и обменяться полезным опытом;
— дать интервью для региональных и федеральных СМИ;
— лично представить собственные продуктовые решения министру цифровизации и массовых коммуникаций РФ Максуту Игоревичу Шадаеву и Заместителю Премьер-министра Республики Татарстан Роману Шайхутдинову.
18-19 сентября в г. Пермь при поддержке Министерства природных ресурсов и экологии РФ и Федерального агентства лесного хозяйства состоялся масштабный форум «Леса России».
Для гостей и иностранных делегаций форума команда Инногеотехе представила свои отраслевые решения для лесного хозяйства.
Булат Хаиров, руководитель продукта компании, и Кирилл Измайлов, руководитель направления маркетинга и развития презентовали собственную ИИ-платформу по автоматическому мониторингу больших территорий Geovision.
С помощью сервиса Geovision эксперты продемонстрировали автоматизированный анализ сплошных вырубок на области интереса.
16-19 сентября в г. Минске прошла международная конференция «Цифровая реальность» от АО «Ракурс».
Среди участников — коммерческий сектор, органы государственной власти, образовательное сообщество крупных российских и международных учебных заведений из России, Беларуси, Китая.
В рамках четырехдневной программы прошли панельные дискуссии, мастер-классы и круглые столы по развитию космической отрасли и применения пространственных данных в разных областях.
Тема онлайн-встречи — «ИИ в сельском хозяйстве. Внедрение и примеры». Организаторы —Национальное агентство исследований и инноваций Индонезии Brin и Университет Иннополис.
Диана Еналиева, специалист геоинформационных систем, поделилась опытом разработки и внедрения ИИ-моделей для сельского хозяйства с коллегами из России и Сингапура.
Делимся небольшим фрагментом из доклада:
Fields across different regions exhibit diverse characteristics (terrain, soil type, vegetation), making it complicated to train the model on universal data. Сonclusion: Training Data Quality is key
Сельскохозяйственные поля в разных регионах имеют различные характеристики (рельеф, тип почвы, растительность), что усложняет обучение модели на универсальных данных. Работая над этой задачей, мы делали фокус на качестве исходных данных, а не на количестве
Полную версию доклада можно будет скоро посмотреть на нашем Youtube!
Вот уже 7 лет «Инногеотех» разрабатывает геоинформационные решения, объединяя в себе современные технологии, амбициозную команду и уникальную экспертизу в области ГИС.
Сегодня «Инногеотех» — это не просто ПО, а целый комплекс облачных геоинформационных сервисов, передовых решений и достижений, которые помогают развиваться и повышать устойчивость наших заказчиков.
Но в первую очередь, «Инногеотех» — это люди и разработки, которые будут вашим надёжным проводником в мир ГИС!
ИИ-модели способны в автоматическом режиме проанализировать изменения в лесной отрасли, землепользовании, сельском хозяйстве, недропользовании.
Подсистемы платформы Geovision — анализ, обработка космоснимков и результат в одной системе
Geovision.ImageryData — подсистема, которая помогает проводить автоматизированный поиск и загрузку нужных спутниковых снимков из внешних источников данных дистанционного зондирования Земли. Пользователи могут выбирать тип спутника, устанавливать временные периоды, указывать максимально допустимый процент облачности и выделять интересующую область поиска на карте или загружать файлы в различных геоформатах.
Geovision.Project — в модуле можно за несколько кликов провести анализ растровых данных с помощью предобученных нейронных сетей.
В Geovision.Storage сохраняются результаты обработки и постобработки, исходные данные, полученные с помощью подсистемы Geovision.imageryData, а также области поиска. Все данные — исходные космоснимки и результаты хранятся в одной системе.
Оптимизация работы по анализу и обработке пространственных данных для геоспециалистов
С помощью Geovision ГИС-подразделения могут сократить время на анализ данных больших территорий и повысить эффективность своей работы. В платформе можно задействовать разные ИИ-модели для проведения анализа территорий: от автоматического мониторинга лесоизменений до создания бесшовного мозаичного покрытия.
Geovision в лесном хозяйстве — автоматический анализ данных о сплошных вырубках и других лесоизменениях
Встроенные нейронные сети отслеживают 4 класса лесоизменений — кроме сплошных вырубок, на основе анализа данных ДЗЗ в автоматическом или ручном режиме можно проанализировать следы пожаров, ветровалы, карьеры ОПИ.
Сервис ускоряет процесс мониторинга в лесном комплексе: запуск поиска лесоизменений можно получить в автоматическом режиме с 72% точности.
Geovision для строительной отрасли — выявление незаконных построек
Платформу можно задействовать для выявления незаконных построек: в системе уже встроены нейронные сети, которые на основе данных ДЗЗ определяют земельные участки (ЗУ), здания и сооружения. Полученные результаты органы государственной власти могут использовать для учета незарегистрированных объектов и налогового регулирования.
Geovision для сельского хозяйства — определение границ полей и анализ урожайности
В ближайшее время в сервисе мониторинга Geovision появятся нейронные сети, которые будут анализировать в автоматическом режиме различные сельскохозяйственные классы — границы земель сельхозназначения, виды сельскохозяйственных культур. Применение сервиса ускорит процесс инвентаризации земель сельхозназначения, выявления земель, потенциально вводимых в состав ЗСХН, а также поможет в прогнозировании урожайности.
«Geovision будет полезен для органов государственной власти и бизнеса, связанного с пространственными данными.
В текущей версии ИИ-модели можно использовать для автоматического анализа лесных классов и классов землепользования. Платформу также можно внедрять и для отслеживания изменений в других отраслях», — поделился руководитель продукта в «Инногеотех» Булат Хаиров.
Работа нейронных сетей в платформе Geovision
Автоматизированный мониторинг сплошных вырубок в платформе Geovision
