Наши проекты

Решение

В рамках проекта была создана цифровая база данных о землях лесного фонда региона, содержащая 732 слоя — это границы лесничеств, участковых лесничеств, квартальная лесоустроительная сеть, лесотаксационные выделы, границы участков, исключенных из земель лесного фонда, не подлежащих исключению из государственного лесного фонда (ГЛР) и др.

Было отсканировано более 7 тысяч картографических материалов, проведена актуализация границ квартально-выделенной таксационной сети, созданы цифровые границы защитных лесов и особо защитных участков лесов, произведен анализ и приведение в соответствие сведений ГЛР и ЕГРН, а также оцифрованы границы участков лесного фонда, находящиеся в пользовании, т.е. в аренде.

Для решения проблемы несоответствия данных ГЛР и ЕГРН утвержденные Рослесхозом границы лесничеств соотносятся с данными ЕГРН, то есть с землями других категорий (например, землями сельскохозяйственного назначения или населенных пунктов). Далее анализируется реестр пересечений лесных участков с землями других категорий, где каждый лесной участок получает статус в зависимости от фактической ситуации. Всего в рамках проекта было установлено 90 040 пересечений.

Помимо этого, цифровая база данных является инструментом регулирования лесопользования региона. Для этого, на основе отсканированных картматериалов, создается цифровой слой арендных участков – это участки лесного фонда, которые переданы в срочное или бессрочное, а также безвозмездное пользование арендаторам. Цифровая БД является основой для создания проектируемой Региональной системы управления лесами (РСУЛ), которая должна перевести процессы управления и контроля лесного фонда в полностью цифровой формат.

Задачи проекта

— формирование прикладной и единой базы данных агропромышленного комплекса РТ
— автоматизация сбора информации
— точный анализ данных, который позволит влиять на ключевые показатели эффективности работы сельского хозяйства РТ

Решение

Стратегия разработки подсистемы регионального масштаба от команды Инногеотех сформировалась в 3 основных направления.

Земельная паспортизация — это единая виртуальная картографическая база данных по всем сельхозугодьям Татарстана. Для этой цели был разработан ГИС — модуль, который собрал и оцифровал более 200 000 архивных и бумажных документов в общую пользовательскую программу. Информацию вносят непосредственно сельхозпроизводители региона.
В результате в системе содержатся данные о более 3 000 000 га земли и более 900 сельхозпредприятий. Информация систематизирована в единый интерфейс.

Модуль РГИС — региональная геоинформационная система отображения данных, которая помогает загружать и работать с большим объемом информации. Доступ к данным в гис-модуле продуман в режиме единого окна. Такая функция модуля помогает каждому пользователю быстрее собрать и отправить нужные данные в системе: карты, документы, отчетность. Всего в ГИС—модуле реализовано 200 функций веб-карт, определения координат, разметки отдельных объектов, топологических проверок.
Для верификации данных от СХТП разработан Модуль Искусственного интеллекта. Он автоматически анализирует и прогнозирует карты урожайности, агробиохимический состав полей Татарстана, объем распашки каждого хозяйства. Такие «нейронные отчеты» помогают получать специалистам МСХиП РТ точные данные о состоянии агропромышленного сектора, упрощать и контролировать работу других участников, прогнозировать ключевые показатели развития АПК.

В 2023 году МСХиП РТ успешно запустил гис-модуль Агрополии среди специалистов Министерства сельского хозяйства, 900 сельхозпроизводителей, 43 муниципальных управления и других ведомств.

Решение

В рамках проекта осуществлялся анализ архивных и современных данных о ЗСХН с последующей актуализацией и установлением границ ЗСХН. Всего в 2022 году актуализированы данные о более 6,5 млн га в Республиках Татарстан и Удмуртии — 68% от площади Республики Татарстан и 44% площади Республики Удмуртия.

В рамках проекты были оцифровывались и векторизовывались архивные бумажные носители, в т.ч. материалы Государственного фонда данных и космические снимки земель начиная с 1984 года. Это позволило комплексную историю использования поля. В то же время для автоматизированного определения пашен используются технологии Искусственного интеллекта. Специализированные нейронные сети по данным космической съемки среднего пространственного разрешения определяют границы пахотных земель. C применением интеллектуального анализа космических снимков также формируются слои с землями, которые рекомендуется включить в состав ЗСХН.

Актуализация данных о ЗСХН призвана решить сразу несколько актуальных задач отрасли. Актуализированные данные передаются в Единую федеральную информационную систему о землях сельскохозяйственного назначения (ЕФИС ЗСН), далее информация используется органами государственной власти для вовлечения земель в оборот, а также упорядочения системы налогообложения.

Помимо этого, важной целью такого проекта является обеспечение информационной поддержки сельхозтоваропроизводителей, благодаря повышению достоверности информации о ЗСХН региона. Проект должен способствовать развитию сельскохозяйственной деятельности на территории Республик Татарстан и Удмуртия, а также содействовать развитию единой системы ведения и регулирования отрасли.

Решение

Цифровой двойник городского пространства Байкальска создан для повышение эффективности деятельности органов местного самоуправления и организаций, осуществляющих управление городскими объектами, а также формирования эффективного взаимодействия с жителями города, потенциальными инвесторами и туристами. 

Платформа содержит высокоточную съемку и 3D-модель территории Байкальска, Также платформа обеспечивает хранение, обработку и визуализацию данных обо всех городских объектах и инфраструктуре в полностью цифровом формате — всего 84 слоя. В том числе слои по транспортной, энергетической инфраструктуре, жилой и коммерческой недвижимости рекреационных зонах.

Проект цифрового двойника Байкальска реализуется в рамках создания мастер-плана, который создается во исполнение поручения Президента РФ (Пр-1818 от 12.09.2019) о формировании проекта комплексного развития Байкальского муниципального образования.

Решение

Подсистема мониторинга функционирует в составе региональной государственной информационной системы «Умный лес» (далее — Умный лес) с 2021 года. Для поиска лесоизменений используются специализированные алгоритмы нейронных сетей, которые производят поиск лесоизменений по 5 классам: 

• вырубки;
• гари;
• карьеры;
• ветровалы;
• погибшие и повреждённые насаждения (лесопатологии).

Также система дополнительно определяет границы используемой пашни, границы участков зарастания на землях сельхозназначения, границы полигонов ТКО и границы участков зарастания борщевиком Сосновского.

Все найденные лесоизменения отображаются в картографическом обозревателе Умного леса. Частота обновления составляет 3-5 дней. Полученные данные используются органами государственной власти региона для ведения контрольно-надзорной деятельности в области лесопользования.

Решение

Комплексная система мониторинга природопользования внедрена на территории региона в качестве пилотного проекта и направлена на декриминализацию отрасли.

Система анализирует геоданные с применением технологий искусственного интеллекта и формирует аналитику по следующим  объектам лесопользования:

• лесничества
• пожары 
• водные ресурсы
• охотугодья
• др. 

Аналитическая информация о природопользовании визуализируется на карте (картографическом веб-обозревателе), созданном на базе геоинформационной платформы Геокод от компании ИнноГеоТех. 

Пользователями системы являются сотрудники Министерства природных ресурсов Бурятии, а также сотрудники контрольно-надзорных ведомств региона.

Решение

Автоматизированный мониторинг нарушений доступа к береговой полосе на основе аэрофотосъемки.

Детектирование нарушений с помощью автоматического сервиса распознавания объектов капитального строительства сокращает время мониторинга береговой полосы. Специалист отслеживает и фиксирует нарушения через веб-сервис, не выезжая на место.

Сервис отображает информационные слои и позволяет формировать отчёты в разных разрезах — по названию районов и населенных пунктов, по водным объектам, по количеству нарушителей.

Задачи проекта

1. Ускорить поиск информации о конкретном таксационном выделе, квартале или участке лесного фонда
2. Мониторинг изменений лесного фонда, оперативное выявление и фиксация нарушений лесного законодательства
3. Контроль соблюдения границ лесосек

Решение

Разработаны геоинформационные сервисы для управления лесным фондом, позволяющие выявлять изменения в лесной растительности  и сравнивать границы плановой и фактической лесосеки.

Геоинформационные сервисы позволяют оперативно выявлять по космическим снимкам: вырубки, гари, лесопатологию, ветровалы, карьеры.

Сервисы управления лесным фондом повышают оперативность реагирования на правонарушения и помогут оптимизировать затраты на осуществление надзорной деятельности

Задачи проекта

1. Инвентаризация сельскохозяйственных земель
2. Мониторинг и анализ состояния растительного покрова
3. Оценка и мониторинг условий земледелия
4. Анализ распространения сорной растительности

Решение

Разработаны автоматические сервисы, которые позволяют быстрее и точнее, по сравнению
с традиционными методами наземного учёта, проводить оперативный контроль эффективности расходования бюджетных средств по сохранению плодородия почв.

Сформирован единый базовый набор из информационных и аналитических слоёв с информацией о полях.

Созданы карточки полей с динамикой развития пахотных угодий с 1985 года.

Задачи проекта

1. Обеспечение оперативного доступа к актуальной информации об объектах инфраструктуры и инженерных коммуникациях
2. Координации внутренних процессов эксплуатации

Решение

Геоинформационная система для инвентаризации территории и коммуникации собственников, внутренних служб и резидентов технопарка

Создание единой базы данных о территории технопарка, включая цифровой топографический план и подземные инженерные коммуникации