The object of research, development or design (in Russian) : Территории с различной степенью нефтяного загрязнения, включая их спектральные, радиометрические и текстурные характеристики, регистрируемые оптическими спутниковыми сенсорами

The object of research, development or design (in Kazakh) : Мұнаймен ластану дәрежесі әртүрлі аумақтар және олардың оптикалық жерсеріктік сенсорлар арқылы тіркелетін спектралдық, радиометриялық және текстуралық сипаттамалары

Aim of work (in Russian) : Целью проекта является разработка методики распознавания нефтяного загрязнения почвы с использованием методов компьютерного зрения и машинного обучения на основе данных спутников высокого разрешения.

Aim of work (in Kazakh) : Жобаның мақсаты – жоғары ажыратымдылықтағы спутник деректері негізінде компьютерлік көру және машинамен оқыту әдістерін пайдалана отырып, топырақтың мұнаймен ластануын тану әдісін әзірлеу.

Методы исследования (на русском) : Методы исследования включают использование современных подходов компьютерного зрения и машинного обучения для анализа многоканальных спутниковых изображений высокого разрешения с целью автоматической классификации и сегментации нефтезагрязненных территорий. Проект предусматривает этапы сбора, предобработки и аннотирования спутниковых данных, а также применение и сравнение архитектур сверточных нейронных сетей, с последующей разработкой модели, адаптированной для работы с расширенным спектральным пространством. Эффективность алгоритмов будет оцениваться на основе объективных метрик качества.

Методы исследования (на казахском) : Зерттеу әдістері көпканалды жоғары рұқсаттағы спутниктік кескіндерді автоматты түрде жіктеу және сегментациялау арқылы мұнаймен ластанған территорияларды анықтау мақсатында компьютерлік көру мен машиналық оқытудың заманауи әдістерін қолдануды қамтиды. Жоба спутниктік деректерді жинау, алдын ала өңдеу және аннотациялау кезеңдерін, сондай-ақ кеңейтілген спектралдық кеңістікте жұмыс істеуге бейімделген модельді әзірлеуге бағытталған свёрточтық нейрондық желілер архитектураларын қолдану және салыстыруды көздейді. Алгоритмдердің тиімділігі объективті сапа метрикалары негізінде бағаланады.

Obtained results and novelty (in Russian) : Создан начальный датасет, содержащий архивные космические снимки высокого разрешения и аннотированные изображения с классами подстилающей поверхности, включая нефтяное загрязнение. Осуществлена проверка начального датасета, созданного на основе снимков высокого разрешения, на существующих архитектурах моделей ИНС, имеющих успешное применение в аналогичных задачах.

Obtained results and novelty (in Kazakh) : Жоғары кеңістіктік рұқсаттағы архивтік ғарыштық суреттерді және төсеніш бетінің кластарымен, соның ішінде мұнаймен ластанған аймақтармен аннотацияланған кескіндерді қамтитын бастапқы деректер жиынтығы құрылды. Жоғары рұқсатты суреттер негізінде жасалған осы бастапқы датасет мұнай төгілулерін анықтауға ұқсас міндеттерде табысты қолданылған жасанды нейрондық желі модельдерінің қолданыстағы архитектураларында тексерістен өткізілді.

The main constructive and technical economic indicators (in Russian) : Проект основан на использовании мультиспектральных спутниковых изображений высокого разрешения и современных технологий интеллектуальной обработки данных. Применяются архитектуры свёрточных нейронных сетей для семантической сегментации нефтезагрязнений с оценкой качества по объективным метрикам. Подход обеспечивает автоматизацию и масштабируемость мониторинга, повышает достоверность результатов и снижает трудозатраты, создавая основу для коммерциализации решений.

The main constructive and technical economic indicators (in Kazakh) : Жоба көпарналы жоғары айырымдылықтағы спутниктік бейнелерді және деректерді зияткерлік өңдеудің заманауи технологияларын пайдалануға негізделген. Мұнаймен ластанған аумақтарды семантикалық сегментациялау үшін сүйірлі нейрондық желілер архитектуралары қолданылады, ал олардың тиімділігі объективті метрикалар арқылы бағаланады. Ұсынылған тәсіл мониторингті автоматтандыру мен ауқымдауды қамтамасыз етіп, нәтижелердің шынайылығын арттырады және еңбек шығындарын азайтады, сондай-ақ қашықтықтан зондтау деректерін интеллектуалды талдау технологияларын коммерцияландыруға негіз қалайды.

Level of implementation (in Russian) : не внедрено

Level of implementation (in Kazakh) : Енгізілмеген

Efficiency (in Russian) : Ожидаемые экономические эффекты включают снижение затрат на наземный мониторинг нефтяных разливов, ускорение выявления и локализации загрязнений, возможность масштабирования метода на другие регионы Казахстана, а также создание цифрового продукта с потенциалом коммерциализации в сфере экологического мониторинга и управления рисками недропользования.

Efficiency (in Kazakh) : Күтілетін экономикалық тиімділіктерге мұнай төгілулерін жер үсті мониторингі бойынша шығындарды азайту, ластануларды анықтау мен локализациялауды жеделдету, әдісті Қазақстанның басқа өңірлеріне масштабтау мүмкіндігі, сондай-ақ экологиялық мониторинг пен кен пайдалануды басқаруда коммерциялық әлеуеті бар цифрлық өнімді жасау жатады.

Field of application (in Russian) : Проект найдет применение в широком круге областей и среди разнообразных целевых групп, в частности: разработка нового датасета на основе данных ДЗЗ высокого разрешения станет важным инструментом для научных групп, занимающихся мониторингом нефтяных загрязнений почвы; создание новой архитектуры нейросетевой модели позволит улучшить обработку многоканальных спутниковых изображений, что будет актуально для компаний в области ДЗЗ и исследователей в области ИНС, повышение точности обнаружения нефтяных разливов обеспечит оперативное реагирование для экологических служб и нефтяных компаний.

Field of application (in Kazakh) : Жоба кең ауқымды салалар мен әртүрлі мақсатты топтар арасында қолдануға ие болады, атап айтқанда: жоғары айырымдылықтағы ЖҚЗ деректері негізінде жаңа деректер жиынтығын (датасет) әзірлеу топырақтағы мұнай ластануын бақылаумен айналысатын ғылыми топтар үшін маңызды құралға айналады; нейрожелілік модельдің жаңа архитектурасын жасау көпарналы спутниктік бейнелерді өңдеуді жетілдіруге мүмкіндік береді, бұл ЖҚЗ саласындағы компаниялар мен ЖИ саласындағы зерттеушілер үшін өзекті болады; мұнай төгінділерін анықтау дәлдігінің артуы экологиялық қызметтер мен мұнай компаниялары үшін жедел әрекет етуге жағдай жасайды.