The object of research, development or design (in Russian) : Космические изображения нефтяных загрязнений

The object of research, development or design (in Kazakh) : Мұнай ластануының ғарыштық бейнелері

Aim of work (in Russian) : Разработка методики автоматизированного космического мониторинга нефтяных разливов на основе нейросетевых технологий

Aim of work (in Kazakh) : Нейрожелілік технологиялар негізінде мұнай төгілулерін автоматтандырылған ғарыштық мониторингтеу әдістемесін әзірлеу.

Методы исследования (на русском) : Модели машинного обучения, методы обработки космических изображений.

Методы исследования (на казахском) : Машиналық оқыту модельдері, ғарыштық кескіндерді өңдеу әдістері.

Obtained results and novelty (in Russian) : 2022 г. – Сформирована база данных (dataset) групп с достоверными нефтяными загрязнениями и нецелевыми классами, выделенных по космическим снимкам общедоступных миссий с аннотированной информацией для каждого события. 2023 г. – Скомпилирована и настроенная ML модель для автоматического обнаружения нефтяных загрязнений. 2024 г. – Разработана методика автоматизированного космического мониторинга нефтяных разливов на основе нейросетевых технологий с автоматизацией предобработки первичных данных.

Obtained results and novelty (in Kazakh) : 2022 ж. – Әрбір оқиға үшін аннотацияланған ақпараты бар қоғамдық миссиялардың ғарыштық суреттері бойынша бөлінген сенімді мұнай ластануы және мақсатты емес сыныптары бар топтардың деректер базасы (dataset) құрылды. 2023 ж. – Мұнайдың ластануын автоматты түрде анықтау үшін құрастырылған және конфигурацияланған ML моделі. 2024 ж. – Бастапқы деректерді өңдеуді автоматтандырумен нейрондық желі технологиялары негізінде мұнай төгілулерін автоматтандырылған ғарыштық мониторингтеу әдістемесі әзірленді.

The main constructive and technical economic indicators (in Russian) : Применяются модели глубокого обучения для обработки данных со средним разрешением, что позволяет охватывать большие территории. Автоматизация в целом снижает затраты на мониторинг и сокращает время анализа до 2-3 часов. Система обеспечивает хорошую точность, снижает экологические риски с возможностью масштабирования на другие виды загрязнений.

The main constructive and technical economic indicators (in Kazakh) : Терең оқыту модельдері үлкен аумақтарды қамтуға мүмкіндік беретін орташа ажыратымдылықтағы деректерді өңдеу үшін қолданылады. Жалпы автоматтандыру бақылау шығындарын азайтады және талдау уақытын 2-3 сағатқа дейін қысқартады. Жүйе жақсы дәлдікті қамтамасыз етеді, ластанудың басқа түрлеріне масштабтау мүмкіндігімен экологиялық тәуекелдерді азайтады.

Level of implementation (in Russian) : Не внедрено

Level of implementation (in Kazakh) : Енгізілген жоқ

Efficiency (in Russian) : Заключается в получении разработанных методологических основ построения интеллектуальной системы мониторинга нефтяных загрязнений.

Efficiency (in Kazakh) : Мұнайдың ластануын бақылаудың интеллектуалды жүйесін құрудың әзірленген әдіснамалық негіздерін алу.

Field of application (in Russian) : Разработанная методика позволяет повысить оперативность и эффективность принятия решений, как при чрезвычайных ситуациях, так и при выполнении ежегодных наблюдений в рамках экологического мониторинга участков добычи

Field of application (in Kazakh) : Әзірленген әдістеме төтенше жағдайлар кезінде де, өндіру учаскелерінің экологиялық мониторингі шеңберінде жыл сайынғы бақылауларды орындау кезінде де шешімдер қабылдаудың жеделдігі мен тиімділігін арттыруға мүмкіндік береді.