Статті

Я

Як за вісім років змінилися технології: тестуємо Satellite Embedding V1 на місцях видобутку бурштину

Технологічний стрибок останніх років значно спрощує роботу із супутниковими знімками. Ми випробували нову технологію Satellite Embedding V1 для автоматичної детекції місць видобутку бурштину — завдання, яке у 2018-му зайняло в нас до пів року роботи. За допомогою Satellite Embedding можна досліджувати відносно стабільні явища, а наявні дані охоплюють 2017–2024 роки.

Вісім років тому ми опублікували дослідження про місця незаконного видобутку бурштину в Україні — на той момент це був методологічно проривний проєкт, перший в Україні й один із перших у світі приклад застосування машинного навчання в журналістиці даних. Оригінальну методологію, яка й досі надихає дослідників у всьому світі, можна знайти на сторінці Texty.org.ua на github.

У 2018 році підготовка цього дослідження зайняла чимало часу. Сьогодні такий результат можна відтворити за кілька годин.

Що ми зробили

Ми випробували нову технологію Satellite Embedding V1 для автоматичної детекції місць видобутку бурштину. На створення невеликого тренувального масиву з місцями видобутку бурштину та іншими типами поверхні пішов один вечір.

Карта з місцями видобутку бурштину, загальний план

Якщо подивитися зблизька, то видно, що результат виявився досить чистим навіть без додаткового доопрацювання моделі на мінімальній кількості тренувальних точок.

Карта з місцями видобутку бурштину

За допомогою цієї технології можна досліджувати відносно стабільні явища. Набір даних показує стан земної поверхні загалом за рік і доступний із 2017-го по 2024-й включно.

Обмеження методу

Швидко натренований алгоритм дає невелику кількість хибно-позитивних результатів (false positive) — випадків, коли модель приймає за бурштин візуально схожі патерни. Наприклад, був помилково прийнятий за бурштин видобуток титанових руд поблизу Іршанська, а також території, де видобуток бурштину розташований впритул до промислового кар’єру — граніту, піску, ільменіту тощо.

Приклад хибно-позитивного результату. Промисловий кар’єр праворуч від місця видобутку бурштину
Приклад хибно-позитивного результату. Промисловий кар’єр праворуч від місця видобутку бурштину

Ця похибка не нова, з нею ми стикались і в оригінальному дослідженні 2018 року. Алгоритму складно розрізнити візуально схожі поверхневі патерни без додаткового навчання. Щоб отримати точнішу маску і зменшити кількість хибних спрацювань, потрібен якісніший тренувальний масив.

Навіщо це було потрібно

Мета цього огляду — не повторити оригінальне дослідження, а показати, наскільки за вісім років змінилися доступність і швидкість аналізу супутникових знімків для виявлення подібних патернів на поверхні Землі.

бурштин машинне навчання супутникові знімки